2. 手写体识别：MNIST_1

首先来学习经典的手写体识别问题，以下是具体的分析：

输入是一副28*28=784的图片，这个图片以一个01矩阵形式被描述。

输出是具体预测的数字，由于该问题是一个分类问题，所以通常输出的是一系列概率，我们要用到softmax。

损失函数方面，我们先选用在分类中最常用的交叉熵。

网络结构方面，我们不妨先选用最为简单的全连接网络。

网络层数方面，这个变量我们可以控制，以观察不同层数的网络的表达能力是如何变化的。

激活函数方面，暂不明白选不同的激活函数有何区别。