https://arxiv.org/pdf/1905.11946.pdf
https://github.com/tensorflow/tpu/tree/master/models/official/efficientnet
tf2實現https://github.com/calmisential/EfficientNet_TensorFlow2
擴展網絡有三個維度，包括width（channels數）、depth(網絡深度)、resolution輸入分辨率。
作者通過實驗表明，只改變其中一個維度，acc的提升很容易就飽和了，如何同時改變三個維度，使得acc和flops達到一個trade-off，就是本文的內容。
作者提出的一種縮放方法。網絡深度增加一倍，flops變為之前的兩倍；width或者resolution增加一倍，flops變為之前的四倍。
統一起來，增加的計算量
。論文里限制
，所以增加的計算量大概為 
下面是作者以MBConv+SE模塊搜索出來的一個結構。首先固定
，即搜索出來的flops是之前的2倍，
得到一組最優值
；
然后固定這三個參數，調整
，得到B1至B7的一系列網絡（具體實驗結果可參考原文）。
值得注意的是，這個網絡中，降采樣用conv+str2代替conv+maxpool（相當於flops變為了1/4）；用了5*5的卷積核，
減小了計算量，參考https://www.zhihu.com/question/326833457
