分类问题
手写数字数据集
其中，每个数字图片大小是28 x 28，矩阵中每个元素的大小为[0，1]区间的灰度值，将二维矩阵拉平(flat)为一维784，数据量不变，这样能忽略上下位置相关性，甚至左右位置相关性也可忽略，再插入一个维度变为[1,784]
线性模型能解决吗
一个简单的线性模型为：y = w * x + b
但对于手写数字来说，用一个简单的线性模型，是不可能解决问题的。
故用以上三个线性函数进行嵌套
其中 d1 = 784，d3 = 10，中间矩阵转置、相乘、相加过程暂时抽象理解一下。
H3作为最后一个输出，要如何计算loss。
最后的Label是0~9，可以让H3的第一维度数字1表示照片数量，第二个1表示是数字“1”。
使用one-hot编码，避免数字编码具有大小关系。
若H3为[0.1 0.8 0.01 … 0]，它与“1”的欧式距离计算如上图。
小结：
H1作为H2的输入，H2作为H3的输入
pred采用十维向量表示，与真实编码数字向量作欧式距离计算，优化这个计算，理论上便能找到最优解。
非线性模型
即使通过嵌套线性模型增强了表达能力，但整体模型仍为线性。人脑之所以能很简单地识别出数字样式，是因为人脑有很强的非线性表达能力，对于线性模型来说，很难完成这样的任务。
解决：在每个函数之后添加非线性部分
类似于生物学上的神经元，输出不是多个输入的求和，而是存在阈值，控制输出结果，如relu。
梯度下降解决
找到一组w，b参数，对于一个新的x，使得其在pred上的映射无线接近于真实值y。
w，b在这里由三组参数构成
给到一个新的x，在经过三组w，b的线性模型和激活函数的计算后，得到的pred结果是[1,10]的矩阵，其中值的大小表示所在位置索引数字的判断概率大小，通过argmax（）函数实现，最终结果输出的是最大0.8概率对应的索引数字“1”。
