所有python demo的源码都放在 MNN_ROOT/pymnn/examples/ 路径下，这篇文档给出了这些demo用到的一些资源文件

MNN engine 示例

Mobilenet 推理

MNN engine的示例, 创建 session 的方法来使用MNN, 只进行前向推理
源码： mobilenet_demo.py
示例资源文件： mobilenet_demo.zip

MNN表达式接口示例

这些示例使用MNN的表达式接口来创建网络并对它们进行训练。MNN的表达式（动态图）机制使得我们可以支持 训练量化， finetuning 等功能

MNIST

源码: MNIST demo
示例资源文件：不需要，示例代码中会自动下载MNIST数据集

Finetune

这个示例展示了如何使用MobilenetV2在你的数据集上finetune一个图像分类器
源码： mobilenet finetune demo
示例资源文件：train_dataset.ziptest_dataset.zipmodel.zip

训练量化

这个示例代码展示了如何使用MNN python进行训练量化（Quantization-aware training）
源码：quantization aware training demo
示例资源文件：quantization_aware_training_demo.zip

基于python的离线量化工具

https://github.com/alibaba/MNN/tree/master/tools/MNNPythonOfflineQuant
相比于C++，此工具可以灵活处理多输入、非图片输入模型的量化，预处理也可以使用python编写，比较方便，推荐使用。
使用建议：1. 使用relu/relu6代替prelu；2. 模型输入为可变形状时，请将工具的—batch_size参数设置为1；