Tensorflow: "Mendalam MNIST untuk Pakar" terlalu rumit untuk tutorial kedua.

Akhir dari tutorial pertama, "MNIST untuk Pemula ML", memiliki paragraf ini:

Yang penting adalah kita belajar dari model ini. Namun, jika Anda merasa sedikit kecewa dengan hasil ini, lihat tutorial berikutnya di mana kami melakukan jauh lebih baik, dan pelajari cara membuat model yang lebih canggih menggunakan TensorFlow!

Tapi tutorial berikutnya adalah "Deep MNIST for Experts", dan itu tidak menjelaskan banyak hal sebaik tutorial pertama. Misalnya, tutorial kedua mulai berbeda di bagian Build a Multilayer Convolutional Network , tetapi paragraf pertama di bawah Weight Initialization tidak menjelaskan konsep yang digunakannya:

Untuk membuat model ini, kita perlu membuat banyak bobot dan bias. Seseorang umumnya harus menginisialisasi bobot dengan sedikit noise untuk pemutusan simetri, dan untuk mencegah 0 gradien. Karena kita menggunakan neuron ReLU, juga merupakan praktik yang baik untuk menginisialisasinya dengan bias awal yang sedikit positif untuk menghindari "neuron mati". Daripada melakukan ini berulang kali saat kita membangun model, mari kita buat dua fungsi praktis untuk melakukannya untuk kita.

Apa itu "neuron ReLU"? Mengapa kita menggunakan mereka? Apa _is_ jaringan konvolusi?

Saya akan mengatakan, baik

1. Tutorial ini harus diperluas untuk memperjelas/menjelaskan hal-hal yang lebih baik untuk pemula, atau
2. Tutorial ini harus dipindahkan ke daftar tutorial selanjutnya, dan
3. Tutorial pertama, "MNIST untuk Pemula," seharusnya tidak mengatakan the next tutorial melainkan mengatakan a later tutorial on MNIST for Experts .

Terima kasih!