推荐读物（摘自：http://www.xuebuyuan.com/2138826.html）
【1】http://blog.csdn.net/zouxy09/article/details/8781543 （我的小伙伴的博文，非常适合作为入门级读物，他的一系列博客都很好）
【2】Gradient-Based Learning Applied to Document Recognition （极好的文！尤其是p5-p9，一定要细看，反复琢磨。把LeNet-5的来龙去脉讲得清清楚楚）
【3】http://yann.lecun.com/exdb/lenet/index.html （Yann LeCunn实现的CNN演示，以动画的形式演示了位移、加噪、旋转、压缩等识别，最有价值的是把隐层用图像显示出来了，很生动形象）
【4】http://blog.csdn.net/celerychen2009/article/details/8973218 （一位网友的博客，基本上是对【2】的通俗讲解）
【5】http://www.cnblogs.com/tornadomeet/archive/2013/04/09/3009830.html （一位网友的仿真实验，有助于理解，他的一系列博客都很注重实验）
http://www.codeproject.com/Articles/16650/Neural-Network-for-Recognition-of-Handwritten-Digi （一位外国网友自己实现的CNN，重构LeCunn的实验）
【6】Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex （1963年的文章，猫的局部感受野的生理学基础，从生理学上支持CNN是有效的，很长，我只略扫了一眼）