AlexNet
在单张数据集输入网络之前，要将数据集的所有图片，比如18w张都展开成一个227*227*3的向量，然后求这18w个向量的均值，在将这单张图像展开成227*227*3的向量减去均值向量，再将这个减去均值的向量作为输入。
对抗轻微目标偏移带来的影响：
- 卷积核的数量越多，代表基元越多，能学到的特征就越多
- 第一层的输入是原图尺寸是227*227*3，第二层的输入是27*27*96，那么采用5*5的卷积核对27*27*96的卷积看到的内容相当于在原图227*227*3使用大概50*50的卷积核看到的东西，有更大的感受野
ZFNet
卷积核从11*11变到了7*7使得可以提取更多的细节信息，