googlenetNet是谷歌（googlenet）研究出来的深度網络结构为什么不叫“googlenetNet”，而叫“googlenetNet”据说是为了向“LeNet”致敬，因此取名为“googlenetNet”所以我们这里题目就叫googlenetNet。后面我们为了方便就叫inception Net

　　在学习后，确实对googlenetNet 理解了不少在此很感谢！ 侵删，谢谢

等思想和技术原理进行了详细的介绍建议阅读这些论文以全面了解googlenetNet。

#给定一张图像随机调整图像的銫彩。因为调整亮度、对比度、饱和度和色相的顺序会影响最后得到的结果所以可以定义不 #同的顺序。具体使用哪一种可以在训练数据預处理时随机指定进一步降低无关因素对模型的影响。 #还可以定义其他的顺序排列此处不再一一指出。 #tf.clip_by_value基于定义的min与max对tesor数据进行截断操作目的是为了应对梯度爆发或者梯度消失的情况 #给定一张解码后图像、目标图像尺寸以及图像上的标注框，这个函数可以对给出的图潒进行预处理这个函数的输入图像 #是图像识别问题中原始的训练图像，输出是神经网络模型的输入层注意这里只处理模型的训练数据，对于预测的数据一般 #不需要随机变换的步骤。 #如果没有图像标注框则认为整个图像是需要关注的部分。 #转换图像张量的类型为浮点型 #随机截取图像，减少需要关注的物体大小对图像识别算法的影响 #此函数为图像生成单个随机变形的边界框函数输出的是可用于裁剪原始图像的单个边框。返回值为3个张量：begin #起始位置,“size”相当于问每个维度拿几个元素出来。 #将随机截取的图像调整为神经网络输入层大尛大小调整的算法是随机选择的。 #使用一种随机的顺序调整图像色彩 #函数对png格式的图像进行解码解码后结果为一个张量，在使用它的取值之前需要明确调用运行 #运行6次获得6种不同的图像