多层神经网络手写数字识别
MNIST（Modified National Institute of Standards and Technology database）是机器学习领域最著名、最常用的入门级图像分类数据集之一。它包含了大量手写数字的灰度图片，任务目标是正确识别出每张图片中的数字（0-9）。
本实例中使用最基础的多层神经网络(mlp)来识别这些手写图片，其中包括了一个输入层、两个隐藏网络层和一个输出网络层，mlp模型是学习神经网络的基础中的基础。
卷积神经网络手写数字识别
MNIST（Modified National Institute of Standards and Technology database）是机器学习领域最著名、最常用的入门级图像分类数据集之一。它包含了大量手写数字的灰度图片，任务目标是正确识别出每张图片中的数字（0-9）。
卷积神经网络(CNN)重点要理解卷积核、池化等概念，理解卷积核以及池化的大小与它们对应的输出数据结构的大小之间的关系。
卷积神经网络图片分类识别
CIFAR-10 （加拿大高级研究所10类数据集）是计算机视觉领域最经典的数据集之一，并已成为深度学习图像分类任务的基准测试标准。它包含10个类别的60,000张32×32像素 RGB彩色图像。
卷积神经网络(CNN)重点要理解卷积核、池化等概念，理解卷积核以及池化的大小与它们对应的输出数据结构的大小之间的关系。