Please add labels (comp or sig), also you can visit "https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md" to find more.
为了让问题更快得到响应，请您为该issue打上**组件(comp)或兴趣组(sig)**标签，打上标签的问题可以直接推送给责任人进行处理。更多的标签可以查看 https://gitee.com/mindspore/community/blob/master/sigs/dx/docs/labels.md"
以组件问题为例，如果你发现问题是data组件造成的，你可以这样评论：
//comp/data
当然你也可以向data SIG组求助，可以这样写：
//comp/data
//sig/data
如果是一个简单的问题，你可以留给刚进入社区的小伙伴来回答，这时候你可以这样写：
//good-first-issue
恭喜你，你已经学会了使用命令来打标签，接下来就在下面的评论里打上标签吧！

hello, @leonwanghui , we suggest you add some labels like:
你好, @leonwanghui , 建议您为这个issue打上标签:
//comp/modelzoo
//sig/modelzoo

/assign @ms_yan

简单分析为，train.py中，网络构造未增加n_class入参, 使得ShuffleNetV1类初始化时，n_class=1000不会随外部config文件的配置动态调整。

建议对上述问题进行修改，并对modelzoo网络中的num_class等问题进行一下初步排查也改下如关于num_class硬编码的脚本（考虑：之前没排查过）

- net = ShuffleNetV1(model_size=config.model_size)

+ net = ShuffleNetV1(model_size=config.model_size, n_class=config.num_classes)

根因分析

定义shufflenetv1对象的时候，没有传递n_class参数。

解决办法

在train.py，eval.py，export.py中的网络定义操作中增加n_class的参数传递。

同步排查了主要的分类网络如下,不存在类似问题。

• alexnet
• densenet
• efficientnet
• inceptionv3/4
• lenet
• mobilenetv1/2/3
• resnet
• resnext
• shufflenetv2
• squeezenet
• xception

@chenhaozhe 建议将目标检测的网络也筛选下，目前已经发现YOLOv3_resnet18存在同样问题：https://gitee.com/mindspore/mindspore/blob/master/model_zoo/official/cv/yolov3_resnet18/src/yolov3.py#L589

@ms_yan

haozhe 目标检测类的网络 帮再看看，也顺带排查改一下吧 @chenhaozhe

yolov3_resnet18主要问题为现有结构不方便用户进行二次开发，与此问题不同类，由单独问题跟踪

#I4437P:[ModelZoo] YOLOv3_resnet18模型修改backbone网络num_classes参数后训练失败