Tensorflow: "Deep MNIST for Experts" zu komplex für zweites Tutorial.

Das Ende des ersten Tutorials "MNIST für ML-Anfänger" hat diesen Absatz:

Wichtig ist, dass wir aus diesem Modell gelernt haben. Wenn Ihnen diese Ergebnisse jedoch ein wenig mulmig sind, lesen Sie das nächste Tutorial, in dem wir viel besser sind, und erfahren Sie, wie Sie mit TensorFlow anspruchsvollere Modelle erstellen können!

Aber das nächste Tutorial ist "Deep MNIST for Experts", und es erklärt die Dinge nicht annähernd so gut wie das erste Tutorial. Zum Beispiel unterscheidet sich das zweite Tutorial im Abschnitt Build a Multilayer Convolutional Network , aber der allererste Absatz unter Weight Initialization erklärt nicht die verwendeten Konzepte:

Um dieses Modell zu erstellen, müssen wir viele Gewichtungen und Verzerrungen erstellen. Gewichte sollten im Allgemeinen mit geringem Rauschen initialisiert werden, um Symmetriebrechungen zu vermeiden und 0-Gradienten zu vermeiden. Da wir ReLU-Neuronen verwenden, ist es auch eine gute Praxis, sie mit einer leicht positiven anfänglichen Vorspannung zu initialisieren, um "tote Neuronen" zu vermeiden. Anstatt dies wiederholt zu tun, während wir das Modell erstellen, erstellen wir zwei praktische Funktionen, die dies für uns tun.

Was sind "ReLU-Neuronen"? Warum verwenden wir sie? Was _ist_ überhaupt ein Faltungsnetzwerk?

Ich würde auch sagen

1. Dieses Tutorial sollte erweitert werden, um die Dinge für Anfänger besser zu erklären / zu erklären, oder
2. Dieses Tutorial sollte in der Liste der Tutorials nach hinten verschoben werden, und
3. Das erste Tutorial, "MNIST für Anfänger", sollte nicht the next tutorial sondern a later tutorial on MNIST for Experts sagen.

Vielen Dank!