计算测试集总体误差（或准确率）的特定函数 在第一次迭代（epoch）之前和每次迭代之后调用该函数 显示总体误差（或准确率）随迭代次数而变化的情况 尝试修改网络结构（层的大小、数量和/或类型）或训练条件（数据的增加）
完整描述您的最终网络，包括：层数和子层数，确定从输入到输出的所有中间变量（"Xn"），并给出其维数（张量大小）；确定所有连续函数（"Fn"）及其类型；确定这些函数的所有参数（"Wn"），给出其维数（张量大小），并说明其是否为零（相应函数无参数）。
计算一幅图像的正向遍历的浮点运算次数（如果有反向遍历，其运算次数几乎相同）；计算加法、乘法或最大值的一次运算，即使这些运算的复杂程度不同。计算一个历时的总运算次数，包括训练图像的正向和反向运算，以及测试图像的仅一次正向运算。对训练图像和测试图像进行相同的计算。
1. 在 CNN 网络的训练部分，列出不同层和子层。
2. 在计算过程中给出不同数据张量 Xn 和权重 Wn 的大小。
3. 修改程序，在每个历元之后和第一个历元之前进行评估（创建一个专门函数）。删除其他中间显示。
4. 修改函数以计算每个阶段执行的浮点运算次数，分别计算加法、乘法、最大值和总值。
5. 在运算结束时，除显示总错误率外，还显示已执行的运算次数、执行时间和每秒运算次数。