ShuffleNet是一种轻量级的神经网络架构，可以在保持较高精度的情况下降低计算复杂度和模型大小。它的特点是引入了“通道随机交换”(channel shuffle)的思想，即将输入通道分组，然后将不同组内的通道进行随机交换，从而让不同组之间进行信息交流，增加了网络的有效信息量。ShuffleNet主要基于两个思想：1. 通道分组思想：将输入通道按照一定规则分组，每组内的通道共享同一个卷积核，从而减少参数量，降低计算复杂度。2. 通道随机交换思想：在每个分组内，将不同通道进行随机交换，让不同组之间进行信息交流，增加网络的有效信息量。ShuffleNet架构在保持较高精度的情况下，模型大小和计算复杂度比其他轻量级模型更小，因此在移动端和嵌入式设备上得到了广泛应用。