DeepLearning系统实训之三：卷积神经网络

边界填充（padding）：卷积过程中，越靠近图片中间位置的像素点越容易被卷积计算多次，越靠近边缘的像素点被卷积计算的次数越少，填充就是为了使原来边缘像素点的位置变得相对靠近中部，而我们又不想让填充的数据影响到我们的计算结果，故填充值选择均用0来填充。

池化层不需要参数、只是对特征图进行压缩操作，以减少计算量：池化几乎不用平均池化，多用最大池化操作，对于最大池化，多选择特征图种每个小区域最大的那个值保留下来，因值最大，对应的信息也越重要，故最应将其保留。