今天是卷积神经网络模型架构的部分。和先前一样，是被硬性截取出来的架构搭建部分。
案例仍然是使用MNIST数据集的数字识别，本篇主要讲解的是模型的构建。先要画出整个卷积神经网络的模型，然后再初始化各个变量（权重项和偏置项）。但是个人虽然看了了解了各个参数对应的什么意义并在自行网路上看了一定的讲解，但对于譬如“为什么卷积核取3x3x1,不是4x4x1之类的别的值？”这种疑问无从解答。（其中卷积层池化层等的定义和运作机理也是在网路中查询得出，也又一次深刻理解了计算机和数学之间的关联性，这部分的运作机理个人认为如果不进行一定的了解简直不知所云）
所参阅的相关博文：
https://blog.csdn.net/xvshu/article/details/81302441（就当是复习线代了）
https://www.cnblogs.com/wj-1314/p/9593364.html