数据输入层/ Input layer

对于通常情况下的数据预处理，有3种常见的数据处理方式：

1. 去均值：把输入数据各个维度都中心化到0
2. 归一化：幅度归一化至同样的范围
3. PCA/白化：PCA用于降维；白化是对数据每个特征走上的幅度归一化

下面是去均值与归一化的可视化：

在图像分类中的数据预处理一般只需要将图片统一处理为同样的分辨率然后去均值。因为图像数据各个通道的取值为都在[0,255]，所以不需要做归一化。
下面介绍两个网络的做法：

1. AlexNet：假设训练集一共有200w张图片，将这些图片各个通道的值加在一起取均值。然后每张图片输入时减去这个均值再进入网络。
2. VGG：

卷积计算层/ CONV layer

图像有一种局部关联的特性。这就可以引入一个滑动的窗口，