CNN MNIST 实验
用 10 类数字训练 CNN，再手绘数字进行实时推理。
演示样本按 0..9 分类打包，基础加载每类 10 张（共 100）。
使用“每类 +10”逐步扩展到 20/30/40/50（最多 500）。
该设置用于快速教学实验，同时保持类别平衡。
模型输出 10 类 softmax 分布。
$$\hat{y}_c = \frac{e^{z_c}}{\sum_{k=0}^{9} e^{z_k}}, \quad L = -\frac{1}{N}\sum_i\sum_{c=0}^{9} y_{ic}\log(\hat{y}_{ic})$$
用学习率、batch、优化器和架构配置平衡速度与稳定性。
每类已加载： 0 / 50
数据集： 0
Epoch： 0
损失： -
准确率： -
演示样本
正在加载数字图片...
绘制并预测
-