卷积层（conv1~conv5）：共 5 层，通过卷积核提取图像特征，从边缘到复杂语义逐步升级。
全连接层（fc6~fc8）：接在卷积层后，将特征图转成一维向量，fc8 为输出做准备。
键运算
convolutional + ReLU：卷积后用 ReLU 激活，增强模型非线性。
max pooling：紧跟卷积层，缩小尺寸减计算，提升特征鲁棒性。
fully connected + ReLU：fc6、fc7 用 ReLU 强化特征整合，fc8 不用。
softmax：将 fc8 输出转成概率分布，方便看分类置信度。
