完整解释、原始数值、素材与实验仍可访问；默认翻页不进入此内容。
现在完整走一次：局部共享权重形成响应，ReLU和池化继续组织表示，16×7×7个值经784→32→10的读出得到类别分数，标签产生的损失再把反馈传回每个可学位置。共享权重处汇总所有路径贡献，优化器统一更新。一个小网络的计算和学习已闭合，但历史转折没有到此结束。数据和算力允许加深后，普通深网络甚至可能更难拟合训练集；接下来用证据把优化困难与过拟合分开。
现在完整走一次：局部共享权重形成响应，ReLU和池化继续组织表示，16×7×7个值经784→32→10的读出得到类别分数，标签产生的损失再把反馈传回每个可学位置。共享权重处汇总所有路径贡献，优化器统一更新。一个小网络的计算和学习已闭合，但历史转折没有到此结束。数据和算力允许加深后，普通深网络甚至可能更难拟合训练集；接下来用证据把优化困难与过拟合分开。 证据与制作说明：沿同一台机器解释中间表示、分类目标和卷积权重如何被最终损失改变。