TensorFlow.js：识别手写数字(MNIST)
使用 higher-level APIs (Model, Layers)
注意：在訓練MNIST分類器時，隨機洗牌數據非常重要，因此模型的預測不受我們為其提供圖像的順序的影響。
一，创建卷積圖像分類器模型，使用 Sequential
二，添加一个二維卷積層，卷積在圖像上滑動濾波窗口以學習空間不變的變換（即，圖像不同部分的圖案或對象將以相同方式處理）。
三，添加最大池层，該層將通過計算每個滑動窗口的最大值來縮減卷積結果（也稱為激活）的捲積
三，添加其他图层
四，構建一個優化器並定義一個損失函數
五，定义评估指标
六，编译模型，指定优化器，损失函数，指标
七，配置批处理，GPU 并行计算
八，循环训练（在 for 循环中调用 model.fit()）