本人只是出于兴趣研究这个话题，本人并非学者，或者从业者，所以可能在写作中出现技术上的硬伤，请各位指正。
本文可能根据业界最新进展进行更新， 欢迎来评论中进行交流和研究。
本文所引用的资料将严格标明出处和版权。本文首发于简书平台，博客园和本人公众号，请勿转载
原文比较长，不适合阅读，所以现在将其拆分为不同章节
疑问
- filter的选择问题，各个filter是怎么确定内部的值的？
很多资料上就将filter内部的数值称为权重，所以，应该是需要计算的。 - 训练到底只是训练最后的全连接层，还是整个神经网络？
根据上面的答案，整个训练对象应该是全部网络，所以非常消耗资源 - Mixed层的构造如何去解读，为什么会有这样的构造？
Inception结构
参考资料
卷积神经网络工作原理直观的解释？
[透析] 卷积神经网络CNN究竟是怎样一步一步工作的？
TF-Slimを使ってTensorFlowを簡潔に書く
深入浅出——网络模型中Inception的作用与结构全解析
零基础入门深度学习(4) - 卷积神经网络
cs231n学习笔记-CNN-目标检测、定位、分割
A Note to Techniques in Convolutional Neural Networks and Their Influences III (paper summary)
理解dropout
CNN卷积神经网络架构综述
没有博士学位，照样玩转TensorFlow深度学习
TensorFlow 深度学习笔记 卷积神经网络
卷积：如何成为一个很厉害的神经网络
瞎谈CNN：通过优化求解输入图像
【卷积神经网络-进化史】从LeNet到AlexNet
