Tensorflow: “Deep MNIST for Experts”对于第二个教程来说太复杂了。

第一个教程“MNIST for ML Beginners”的结尾有这样一段：

重要的是我们从这个模型中学到了东西。 不过，如果您对这些结果感到有些失望，请查看下一个我们做得更好的

但是下一个教程是“Deep MNIST for Experts”，它解释的东西几乎没有第一个教程那么好。 例如，第二个教程在Build a Multilayer Convolutional Network部分开始有所不同，但是Weight Initialization下的第一段没有解释它使用的概念：

要创建此模型，我们将需要创建大量权重和偏差。 通常应该使用少量噪声初始化权重以破坏对称性，并防止 0 梯度。 由于我们使用的是 ReLU 神经元，因此将它们初始化为稍微正的初始偏置以避免“死神经元”也是一种很好的做法。 与其在构建模型时重复执行此操作，不如创建两个方便的函数来为我们执行此操作。

什么是“ReLU 神经元”？ 我们为什么要使用它们？ 什么是卷积网络？

我会说，要么

1. 应该扩展本教程以更好地为初学者澄清/解释事情，或者
2. 本教程应移至教程列表的后面，并且
3. 第一个教程“MNIST 初学者”不应该说the next tutorial而应该说a later tutorial on MNIST for Experts 。

谢谢！