lasagne_mnist:用TheanoLasagne为MNIST编写的卷积神经网络

MNIST_CNN Kaggle上经典MNIST数据集的VGG样式卷积神经网络。 目前在Kaggle排行榜上获得99.6％。 建筑学 输入的是4 x卷积层的28 x 28灰度图像，其中滤镜大小为3x3，并且ReLU激活。 在每个其他卷积层之后的最大池化层。 2个具有辍学功能的隐藏层。 Softmax输出。 图层类型 参数 输入 尺寸：28x28，频道：1 卷积 内核：3x3，通道：128 ReLU 卷积 内核：3x3，通道：128 ReLU 最大池 内核：2x2 辍学 0.2 卷积 内核：3x3，通道：256 ReLU 卷积 内核：3x3，通道：256 ReLU 最大池 内核：2x2 辍学 0.2 完全连接 单位：1024 ReLU 辍学 0.5 完全连接 单位：1024 ReLU 辍学 0.5 softmax 单位：10 资料扩充 在每批中准备图