1.基于动态图的PaddlePaddle使用起来比Pytorch更容易上手，更加简便，且PaddlePaddle提供了完善的模型优化、终端部署支持，转战飞桨前景光明啊。飞桨中训练数据和测试数据一般封装成名为reader的函数对象，调用后返回Python yield generator；

shuffle修饰器，输入reader，输出随机打乱数据顺序后的reader；

batch修饰器，输入reader，输出batched reader，调用后每次yield一个mini batch；

2.卷积神经网络是一种带有卷积结构的深度神经网络，卷积结构可以减少深层网络占用的内存量，其三个关键的操作，其一是局部感受野，其二是权值共享，其三是pooling层，有效的减少了网络的参数个数，缓解了模型的过拟合问题。卷积神经网络是一种多层的监督学习神经网络，隐含层的卷积层和池采样层是实现卷积神经网络特征提取功能的核心模块。该网络模型通过采用梯度下降法最小化损失函数对网络中的权重参数逐层反向调节，通过频繁的迭代训练提高网络的精度。卷积神经网络的低隐层是由卷积层和最大池采样层交替组成，高层是全连接层对应传统多层感知器的隐含层和逻辑回归分类器。第一个全连接层的输入是由卷积层和子采样层进行特征提取得到的特征图像。最后一层输出层是一个分类器，可以采用逻辑回归，Softmax回归甚至是支持向量机对输入图像进行分类。