用keras搭建CNN跑cifar10.py

经过局部对比度标准化后的特征输入下采样层,为了保证不变性的同时获取较高的识别率,因此对池化层也进行多尺度的的变换,根据输出特征的维度相应调整池化层的采样间隔。其采样间隔越大输出特征映射图就越模糊,特征不变性就越强。经过下采样后将所有特征图传递给全连接层,用于下一步的目标分类识别。