TF2-复现LeNet与AlexNet

从这期开始，我们将开始基于Tensorflow 2逐步复现深度学习发展过程中的经典网络。这期我们将复现经典卷积神经网络中的经典——LeNet与AlexNet。

CNN

卷积的原理与池化的作用这里我们不过多介绍。一个卷积神经网络一般包含输入层、卷积层、输出层，但在真正使用的时候，一般会使用多层卷积去不断的提取特征，特征越抽象，越有利于识别。通常卷积神经网络还包含池化层、全连接层，以及最后的输出层。下面是一个Tensorflow 2实现的简单卷积神经网络。

#普通cnn网络
class Baseline(Model):
    def __init__(self)