第一篇文章，mnist的识别相关

早早注册了csdn，结果研究生都快毕业了还没有写过一篇文章，平时碰到问题也就是百度谷歌一下，也没有好好把问题记下来，最近反思了一下，感觉自己真还是不配被称作一个合格的研究人员。

最近因为项目的原因，需要对mnist的识别率再提高一点，之前自己随随便便改改网络结构，效果居然还不错，最近看了两篇论文，才感觉到自己一直在闭门造车。分享几篇文章，略微做一些解读，可能有些错误或者偏差，希望大家谅解。

文章借鉴了知乎专栏文章的一些内容，这里放一下链接：https://zhuanlan.zhihu.com/p/31262148

1.Dynamic Routing Between Capsules

hinton的capsNet提出都已经快一年了，我居然没有好好的读过一点。文章建议替换CNN中的max pooling层，老师之前经常问我这个pooling层究竟是什么，有什么用，以前都是糊弄过去，现在想想姜还是老的辣，正紧的研究人员直觉非常的准。因为卷积神经网络在底层时使用的感受野只能对局部提取特征，但是我们在高层需要对整个图像的较大的区域提取出高层特征，这时候我们引入了pooling，pooling叫做聚合层，聚合的是啥玩意呢，我觉得是把一片区域的特征聚合到一个点上，这样我们用一个点表示之前一个区域的特征，顺便减小了输入的数据的空间大小，这样我们利用同样大小的感受野，就能感受到比之前更大的图片的一个区域。