理解可以参考谷歌的优达学城中《深度学习》课程
Weight Sharing
Statistical invariant
CNN
PADDING 类型：
抽取的方式有两种，一种是抽取后的长和宽缩减，另一种是抽取后的长和宽和原来的一样。
VALID
SAME : 边缘使用00 填充。。
stride：
就是每跨多少步抽取信息。每一块抽取一部分信息，长宽就缩减，但是厚度增加。抽取的各个小块儿，再把它们合并起来，就变成一个压缩后的立方体。
pooling：
就是当跨步比较大的时候，它会漏掉一些重要的信息，为了解决这样的问题，就加上一层叫pooling，事先把这些必要的信息存储起来，然后再变成压缩后的层：
patch：
就是小方块的长宽的像素，in size 是image的厚度为1，out size是输出的厚度为32:
CNN其他高级用法:
1*1 CONVOLUTIONS
Inception modules
