本期视频内容：手写字体识别 MNIST (实战 - 上)
视频地址：http://mpvideo.qpic.cn/0bc32aabyaaavealzndykvrfbugddtiaahaa.f10002.mp4?
专业名词解释
（1）参数与超参数
参数：模型f(x, θ)中的θ 称为模型的参数，可以通过优化算法进行学习。
超参数：用来定义模型结构或优化策略。
（2）batch_size 批处理
每次处理的数据数量。
（3）epoch 轮次
把一个数据集，循环运行几轮。
（4）transforms 变换
主要是将图片转换为tensor，旋转图片，以及正则化。
（5）nomalize 正则化
模型出现过拟合现象时，降低模型复杂度。
（6）卷积层
由卷积核构建，卷积核简称为卷积，也称为滤波器。卷积的大小可以在实际需要时自定义其长和宽（1*1, 3*3, 5*5）。
（7）池化层
对图片进行压缩（降采样）的一种方法，如max pooling, average poolin等。
（8）激活层
激活函数的作用就是，在所有的隐藏层之间添加一个激活函数，这样的输出就是一个非线性函数了，因而神经网络的表达能力更加强大了。
（9）损失函数
在深度学习中，损失反映模型最后预测结果与实际真值之间的差距，可以用来分析训练过程的好坏、模型是否收敛等，例如均方损失、交叉熵损失等。
（10）前向传播
（11）反向传播
参考博文：
https://blog.csdn.net/weixin_38347387/article/details/82936585
（12）梯度下降法
