實作團01順利完成，從MNIST dataset processing的過程中，可以知道pytorch dataloader和自己從byte format file一步一步解的差異，相信日後在遇到野生的dataset時，更能有想法來處理這些raw data．
本次的目標是要能寫出 Linear neuron, Convolutional neuron 以及Pooling neuron的正向傳遞( feed forward)功能．
關於 neuron,權重(weight)，偏差(bias)，啟動/活化/刺激/激活…函數(activation function)
關於convolutional neuron的原理，可以參照這篇：
裡頭有關於正向傳播的方法．
而Pooling的原理，可以參看Marcel的部落格[1]，或是要hardcore一點看Lenet的論文來實作[2]，或是其他方法都可以．
而Linear neuron，網路上的資料很多很多，可以自己慢慢找．
建議實作的順序：
Linear ->Pooling-> Conv.
要注意的是，Linear的weights和bias都是純量，activation function是tanh
Pooling則可以有weight，是個純量，也可以沒有weight，就單純求平均，而bias也是個純量，且Pooling沒有activation function ．
Conv的weights是個矩陣，根據kernel size來制定，而且在LeNet上，有Padding這個項目，所以得實現這個padding這個功能．bias也是個純量．
參考用範例：
ref: