论文题目：Gradient-Based Learning Applied to Document Recognition
网络架构：
参数：
输入：32 * 32
Conv1：5 * 5 卷积核 6 个，步长 1，填充 0 。 结果：28 * 28 * 6 。
Pool2： 2 * 2 池化，步长 2 。 结果：14 * 14 * 6 。
Conv3：5 * 5 卷积核 16个，步长 1，填充 0 。 结果：10 * 10 * 16 。
Pool4： 2 * 2 池化，步长 2 。 结果：5 * 5 * 16 。
Conv5：5 * 5 卷积核120 个，步长 0，填充0。 结果：1 * 1 * 120 。（步长 0 的原因是此次卷积操作是将图片卷积成了一个向量）
Full6： 84
Full7： 10（ 0 - 9 共计 10 个数字）。