在科學計算機上訓練 MNIST 分類器

有什麼變化

MNIST 數字被二值化並縮小為 3x3 影像，產生九個輸入特徵。

為什麼重要

這項實驗展示了即使是極度受限的硬體，也能支援具教育價值的機器學習流程。兩組結果的巨大差距也凸顯訓練資料、最佳化方法與評估設計會大幅影響準確率。

下一步行動

使用 3x3 二值化 MNIST 重現實驗，並以平衡的各類別 precision 與 recall 比較感知器更新和 SGD。