出现原因：CNN不能解决图像放大缩小和旋转的问题（即数据增强问题）
Spatial Transformer Layer是在CNN前又叠了一个Neuron Network
它不仅可以transform input layer，也可以被放在CNN里面，transform feature map
那么如何寻找weight呢？
放大缩小：
旋转：
如果只旋转、平移、缩放的话，只需要六个参数
例子如下：
但我们不能直接设为最近的点，因为无法微分，gradient为0，所以我们使用双线性插值，这样就构成连续函数
