参数：不需要人为定制的，机器自己学习的预测模型的数据
超参数：需要人为定制的，用来改善模型的数据
激活函数：用于每一层的输出时对函数进行非线性变化，包括Sigmoid函数、Tanh (双曲正切函数)、ReLu (线性修正单元)
偏置顶：调整函数使函数满足对应截距https://blog.csdn.net/Uwr44UOuQcNsUQb60zk2/article/details/81074408
下采样(降采样)：缩小图像，最终把原始图像s*s窗口内的图像变成一个像素点，像素点的值就是窗口内所有像素的均值
上采样(图像插值)：放大图像，在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素(内插值法)。
池化(pooling层)：pooling，对filter(过滤器)内【一个框】的图像像素值进行处理得到需要的新像素点，包括最大值pooling，平均值pooling等：https://blog.csdn.net/silence1214/article/details/11809947