1 卷积基础
1.1 移动与步长
- 保持输入与输出维度不变，如何补零？（F:卷积核维度， P:padding层数）
- 参数计算方式
- 总结
1.2 1*1卷积核的作用（降维与减少参数计算量）
1.3 池化
1.4 斯坦福实验网站
1.5 Keras.js实验网站
2 AlexNet网络（2012年ImageNet冠军，首次运用深度卷积网络应用到大规模图像分类上）
2.1 概述
2.2 深度网络结构