均值估计

结论：
1：观察第一个和第六个（最后一个）卷积层的输出，有如下特点：首先，值的范围比较小，基本处于(-2,2)之间；其次，值是离散的。那么值得种类也就只有最多10种（2bit量化）。对于均值估计来说，难度就小了一些， 因为值得范围小，所以即便估的精确度低，与实际得偏差也不会大。
2：用卷积核对角线采样对均值近似是最好的，其次是中位数和众数（但是中位数和众数算法复杂度高，也不应该考虑），最后是按行采样和按卷积核右下角采样。所有得方法误差都在0.05之内。

采样方法说明：

三种采样方法图解。1代表采样点，0代表非采样点
第一张是按行采样，可以调整为隔一行采一行，隔两行采一行等。图中是隔一行采一行。
第二张是卷积核对角线采样，卷积核大小为K，每次采卷积核对角线的数，滑动步长为K。图示K为2
第三者是卷积核右下角采样，卷积核大小为k，每次采卷积核右下角的数，滑动步长为K。图示K为2

还有另外两种方法分别为中位数和众数。

均值刻画：
横轴是不同的channel，纵轴是均值绝对大小。数据来源是网络中某一层
当隔一行采一行，卷积核为2时，可以发现各种方法重合度非常好。