## Введение


Представляем вторую статью в серии, задуманной, чтобы помочь быстро разобраться в технологии _глубокого обучения_; мы будем двигаться от базовых принципов к нетривиальным особенностям с целью получить достойную производительность на двух наборах данных: MNIST (классификация рукописных цифр) и CIFAR-10 (классификация небольших изображений по десяти классам: самолет, автомобиль, птица, кошка, олень, собака, лягушка, лошадь, корабль и грузовик).
![][1]
[Читать дальше →][2]

[1]: https://habrastorage.org/files/21e/5ba/817/21e5ba81799f4a1095d9347c0284b69e.png
[2]: https://habrahabr.ru/post/314872/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut