Task3 字符识别模型

** 卷积神经网络 **

人类的视觉原理是从原始信号摄入开始（瞳孔摄入像素 Pixels），接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定，眼前的物体的形状，是圆形的），然后进一步抽象（大脑进一步判定该物体是只气球）。下面是人脑进行人脸识别的一个示例：
对于不同的物体，人类视觉也是通过这样逐层分级，来进行认知的
卷积神经网络的原理，就是通过卷积层简化数据，提取出图片最基本的信息特征，若干个的卷积核可以提取出图片中若干个的基础特征，再由这些基础特征确定更高级别的特征，这样经过若干层子网络，就能最终确定图片中最高级别的特征，从而达到智能分类或识别的作用。

** 卷积网络结构**
卷积网络基本结构由3部分构成，即：卷积层、池化层、全连接层。

卷积层通过卷积核的过滤，提取出图片中局部的特征，降低了数据量。

池化层进一步降低数据的维度，避免过拟合。

全连接层在卷积层和池化层提取的特征数据上进行最终的分类。
一个网络往往是由多个卷积层和多个池化层构成的。

本任务中的网络

本任务保留了Resnet18卷积网络的卷积层，置换了平均池化层和最后的全连接层&