关于卷积神经网络的理论知识，请一定阅读 cs231n 的课件。 虽然是英文的，但是内容浅显易读，又不失细节与深度，是理解卷积神经网络的绝佳资料。
Theano 的教程也有很详细的介绍 + 很爽的动画效果。虽然这里是TF的教程，但是知识是互通的。
本系列是“编程向”，所以一切理论都是点到为止。然后外链更优质的理论资源。这样大家的学习效率才高。
Pooling 是图片的缩小（Downscaling）。这个操作是损失精度的。假如说 Pooling 的 scale 是 2。那么也就是将图片长宽各缩小至 1/2。也就是每 4 个像素点只取一个。
那么，Max Pooling 则是取最大值的那一个像素。而 Average Pooling 就是取 4 个像素点的平均值。据研究表明 Max Pooling 通常效果更好，所以在代码实例中被使用。
Relu 是激活函数，定义为： relu(x) = max(x, 0)
或者可以写成
relu(x) = x if x > 0 else 0
所以，relu 就是一个线性的阀值函数而已