1.卷积神经网络的激活函数--Relu
使用新的激活函数--Relu，公式如下：
2.卷积神经网络的网络架构：卷积层、Pooling层（也叫池化层）、全连接层
2.1卷积层的计算公式：
其中D为卷积层的深度
附：图像大小、步幅和卷积后的Feature Map大小关系：
W、H：卷积前原图像的宽、高（两者相同）
F：filter的宽度
P：原始图像周围补0圈数
S：步幅大小
2.2 Pool层，即池化层--主要主要是下采样
常用的由Max Pooling（取各样本的最大值）和Mean Pooling（取各样本的平均值）
Max Pooling
2.3 全连接层--和全连接神经网络一样
3.卷积神经网络的训练
此知识还在学习中，待补充。