FastReID 从pytorch到caffe （三）pytorch到caffemodel，融合conv和bn层

• 在模型量化中，卷积层与BN层的融合较为常见，大致原理是将卷积层和BN层的计算重新整理，生成新的卷积层，具体公式如下
  

1. Conv和BN 融合源代码

• 利用fuse_bn_sequential函数获取卷积层和BN层的权重与参数，通过重新计算获得新的卷积，这里的卷积有偏置bias，进而获得新的无BN的模型。
• 完整代码如下：

import torch
import torch.nn as nn
def fuse_bn_sequential(block)