格洛姆 尝试将Geoffrey Hinton的论文“如何在神经网络中表示整体层次结构”用于MNIST数据集。 跑步 在jupyter笔记本中打开以运行该程序，该程序期望Nvidia显卡可加速gpu。 实施细节 每向量个向量的三种类型的网络 自上而下的网络 自下而上的网络 注意同一层网络 每个网络将在当前层看到围绕当前网络输入向量的3x3向量网格。 这样做是为了允许信息在向量之间横向传播更快。 由于每个网络只能看到3x3的网格，而看不到较大的图像块，因此该技术可以用于任何大小的图像，并且可以并行

格洛姆 尝试实施GLOM 自下而上的实现： 功能： conv_ind_strides（image_dim，kernel，strides）： 生成索引以按定义的步幅按内核形状分割图像 示例：使用步幅[25,25]将600x600x3图像分割为50x50内核：conv_ind_strides（[600,600,3]，[50,50] [25,25]） 返回包含索引的矩阵以执行形状的卷积[step_of strides，kernelW，kernelH] bottom_convolution（图片，索