大家好~我開設了“深度學習基礎班”的線上課程，帶領同學從0開始學習全連接和卷積神經網絡，進行數學推導，并且實現可以運行的Demo程序

線上課程資料：

本節課錄像回放

加QQ群，獲得ppt等資料，與群主交流討論：106047770

本系列文章為線上課程的復盤，每上完一節課就會同步發布對應的文章

本課程系列文章可進入索引查看：

深度學習基礎課系列文章索引

為什么要學習本課

• 為什么要使用卷積神經網絡識別手寫數字？
  答：因為相比之前使用全連接層神經網絡識別手寫數字，卷積神經網絡中的卷積層的準確率更高，參數更少，從而使神經網絡的深度能夠更深，最終提高識別的準確率

神經網絡結構

• 結構為：folder+conv+max pooling+flatten+linear+linear
  其中folder層的作用是將輸入的Vector數據轉換為Matrix數據；flatten層的作用是將Matrix數據轉換為Vector數據。
  這里值得注意的是因為設置conv的zero padding為2，所以雖然input（手寫數字）的寬高為32，但傳給folder層和conv層的寬高為32-2-2=28

代碼實現

• 入口代碼為：Main

出現收斂的問題

• 運行入口代碼，出現訓練無法收斂的問題（正確率一直在10%以下）。這個問題會在下節課解決