如果我没理解错的话，CycleMLP 等价于分组shift+ channel shuffle +mlp mlp对前一层的通道有全局依赖，所以channel shuffle是没有必要的，所以cyclemlp 不需要cycle 直接实现为 分组shift+mlp速度会更快，与原来的cyclemlp的差异可以用初始化的方式对齐。
如果我没理解错的话，CycleMLP 等价于分组shift+ channel shuffle +mlp
mlp对前一层的通道有全局依赖，所以channel shuffle是没有必要的，所以cyclemlp 不需要cycle
直接实现为 分组shift+mlp速度会更快，与原来的cyclemlp的差异可以用初始化的方式对齐。