唐宇迪的深度学习课程之深度学习入门课程（下2017-11-6更新完毕）
卷积神经网络入门代码实现: 利用卷积神经网络实现cifar 图像分类任务。
三层的神经网络：
输入层(data) ——> 卷积层 (conv) ——> 激励函数 (relu) ——> 池化层 (Max pooling) ——> 全连接层(FC) ——>score
Data ：3*32*32 ; Filter number：32 ; Filter ：7*7 ; Pool : 2*2 ; hidden _dim : 100 ; Class ：10
前向传播和Pooling层的反向传播时采用的是4层循环迭代的方法，迭代的速度很慢。
……………………………………………修改…………………………………………
直接运行课件下载的源码会报错是因为它是python2，而不是python3。如果是python2版本是可以直接运行的。Python3需要做一下修改：
更改：
- python2和3使用的默认编码是不同的，我们会发现pickle.load()函数报错。在代码开始部分（start.py）添加如图所示代码：
同时把这个函数(data_utils.py)里面添加:
因为python3把cpickle改成pickle了，记得把import那里修改好
2 . python3的print输出得放在()里面
3 . Python3不支持xrange，改成range
range里面要求是整形变量：
（1）可以使用int强制转化
（2）可以将紫色框中原来的‘/’变化成”//”,python2的除法（/）结果是取整；python3的除法结果（/）是有小数的，可以使用双斜杠（//）来实现取整。
4 . python3不支持optim_config.iteritems()改成.items，如图所示
5 . 最后，记得修改你的数据集路径
