对话旷视孙剑：比TensorFlow还早半年，旷视Brain++的进化法则(12)_智东西文|季瑜生打榜、噱头、争议、烧

▲ShuffleNet基本原理图

从 2017 年至今， ShuffleNet已经发展了ShuffleNet V1、ShuffleNet V2、ShuffleNet V2+这 3 个版本：在基于ARM的移动设备上， ShuffleNet在保证相似精度的情况下实现比经典的AlexNet快二十倍的速度。并在GitHub之上获得了741星的成绩。

以 Google AI 团队开发的网络优化结构 MobileNet 为对比（根据Google AI团队的公开技术报告）， ShuffleNet V2 在实际运行速度上经常比 MobileNet V2 快 30 – 50% 。

▲图源：GitHub：https://github.com/megvii-model/ShuffleNet-Series

另外，孙剑还重点向我们介绍了旷视的AutoML（机器自动学习）技术 — “Single Path One-Shot NAS” 。

长期以来，业内都会有一个调侃叫做所谓人工智能，有多少智能，背后就有多少人工。但是通过AutoML技术，则可以让机器自动进行端到端的优化，从而大幅减少人力的成本投入。