Practice deep learning with MNIST dataset
以 Kaggle上面 MNIST 数据集的比赛Digit Recognizer作为练习写的两个小程序，分别使用Python PyTorch与C++ TensorRT实现。作为熟悉这两个框架的小练习，难度较低，非常值得一看。
其中Python的Pyorch实现的使用方法就直接运行main.py文件就好，需要注意需要自己更改项目中的参数，例如train还是test模式，epoch还是其他的一些参数。
TensorRT的程序需要您首先训练出来一个模型参数，然后使用gen_wts.py文件生成对应的网络参数cnn.wts（注意可能需要更改程序中的路径问题），若不更改，则默认将cnn.wts文件存放于./cpp_tensorRT/文件夹下面。
cp {file_dir}/cnn.wts {digit_recognizer}/cpp_tensorRT/cnn.wts然后您需要cd到TensorRT程序的文件夹下，然后构建模型，之后运行：
cd cpp_tensorRT/
mkdir build
cd build/
cmake ..
make
./main -s # 构建模型
./main -d # 进行推理最后会生成一个submission.csv文件，可以将其上Kaggle上面提交哦。
Inspired by wang-xinyu