[PaddlePaddle Hackathon] add ShuffleNet zh doc

docs/api/paddle/vision/Overview_cn.rst

@@ -71,6 +71,14 @@ paddle.vision 目录是飞桨在视觉领域的高层API。具体如下：
     " :ref:`inception_v3 <cn_api_paddle_vision_models_inception_v3>` ", "InceptionV3模型"
     " :ref:`GoogLeNet <cn_api_paddle_vision_models_GoogLeNet>` ", "GoogLeNet模型"
     " :ref:`googlenet <cn_api_paddle_vision_models_googlenet>` ", "GoogLeNet模型"
+    " :ref:`ShuffleNetV2 <cn_api_paddle_vision_models_ShuffleNetV2>` ", "ShuffleNetV2模型"
+    " :ref:`shufflenet_v2_x0_25 <cn_api_paddle_vision_models_shufflenet_v2_x0_25>` ", "输出通道缩放比例为 0.25 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_x0_33 <cn_api_paddle_vision_models_shufflenet_v2_x0_33>` ", "输出通道缩放比例为 0.33 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_x0_5 <cn_api_paddle_vision_models_shufflenet_v2_x0_5>` ", "输出通道缩放比例为 0.5 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_x1_0 <cn_api_paddle_vision_models_shufflenet_v2_x1_0>` ", "输出通道缩放比例为 1.0 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_x1_5 <cn_api_paddle_vision_models_shufflenet_v2_x1_5>` ", "输出通道缩放比例为 1.5 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_x2_0 <cn_api_paddle_vision_models_shufflenet_v2_x2_0>` ", "输出通道缩放比例为 2.0 的 ShuffleNetV2 模型"
+    " :ref:`shufflenet_v2_swish <cn_api_paddle_vision_models_shufflenet_v2_swish>` ", "使用 swish 进行激活的 ShuffleNetV2 模型"
 
 
 .. _about_ops:

docs/api/paddle/vision/models/ShuffleNetV2_cn.rst

@@ -0,0 +1,33 @@
+.. _cn_api_paddle_vision_models_ShuffleNetV2:
+
+ShuffleNetV2
+-------------------------------
+
+.. py:class:: paddle.vision.models.ShuffleNetV2(scale=1.0, act="relu", num_classes=1000, with_pool=True)
+
+ ShuffleNetV2模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **scale** (float，可选) - 模型通道数的缩放比例。默认值：1.0。
+  - **act** (str, 可选) - 网络中使用的激活函数。默认值："relu"。
+  - **num_classes** (int, 可选) - 最后一个全连接层输出的维度。如果该值小于0，则不定义最后一个全连接层。默认值：1000。
+  - **with_pool** (bool，可选) - 是否定义最后一个全连接层之前的池化层。默认值：True。
+
+返回
+:::::::::
+ShuffleNetV2模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import ShuffleNetV2
+
+    shufflenet_v2_swish = ShuffleNetV2(scale=1.0, act="swish")
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = shufflenet_v2_swish(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_swish_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_swish:
+
+shufflenet_v2_swish
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_swish(pretrained=False, **kwargs)
+
+ 使用 swish 进行激活的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_swish模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_swish
+
+    # build model
+    model = shufflenet_v2_swish()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_swish(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x0_25_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x0_25:
+
+shufflenet_v2_x0_25
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x0_25(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 0.25 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x0_25模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x0_25
+
+    # build model
+    model = shufflenet_v2_x0_25()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x0_25(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x0_33_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x0_33:
+
+shufflenet_v2_x0_33
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x0_33(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 0.25 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x0_33模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x0_33
+
+    # build model
+    model = shufflenet_v2_x0_33()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x0_33(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x0_5_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x0_5:
+
+shufflenet_v2_x0_5
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x0_5(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 0.5 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x0_5模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x0_5
+
+    # build model
+    model = shufflenet_v2_x0_5()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x0_5(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x1_0_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x1_0:
+
+shufflenet_v2_x1_0
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x1_0(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 1.0 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x1_0模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x1_0
+
+    # build model
+    model = shufflenet_v2_x1_0()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x1_0(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x1_5_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x1_5:
+
+shufflenet_v2_x1_5
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x1_5(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 1.5 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x1_5模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x1_5
+
+    # build model
+    model = shufflenet_v2_x1_5()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x1_5(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/shufflenet_v2_x2_0_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_shufflenet_v2_x2_0:
+
+shufflenet_v2_x2_0
+-------------------------------
+
+.. py:function:: paddle.vision.models.shufflenet_v2_x2_0(pretrained=False, **kwargs)
+
+ 输出通道缩放比例为 2.0 的 ShuffleNetV2 模型，来自论文 `"ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design" <https://arxiv.org/pdf/1807.11164.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+shufflenet_v2_x2_0模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import shufflenet_v2_x2_0
+
+    # build model
+    model = shufflenet_v2_x2_0()
+
+    # build model and load imagenet pretrained weight
+    # model = shufflenet_v2_x2_0(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)