笔记（1）中利用tensorflow.js完成了机器学习中曲线拟合的任务，这篇笔记将实现一个经典的机器学习问题——CNN识别手写数字集MNIST。参考官方示例Training on Images: Recognizing Handwritten Digits with a Convolutional Neural Network，修改部分代码并用echarts改写vega。

1、定义mnist数据类

月初TensorFlow开发者大会上，谷歌正式发布了TensorFlow的JS版本tensorflow.js，并演示了几个很有意思的demo，展现了浏览器环境下也能进行深度学习任务的能力。tensorflowjs利用WebGl加速，在浏览器环境下训练、部署机器学习模型。下面我尝试引入tensorflow.js并运行一个曲线拟合的例子。

1、文件形式引入

360前端星技术笔试中的一道题目，现把解决过程记录如下：

1、首先是界面

vtk（visualization toolkit）发布了全新的8.0版本，并一同发布了基于浏览器WebGL的可视化工具vtk.js。之前我参与的基于vtk的项目都是在Qt框架下使用C++编写，比较繁琐，开发效率较低。现在可以用JavaScript来做可视化的项目，开发效率较之前应该会有较大程度的提高。

一：函数参数作用域

Javascript中复制一个数组主要有以下几种方法。

参考剖析Vue原理&实现双向绑定MVVM和Vue.js双向绑定的实现原理，自己写一个数据双向绑定。

使用js的过程中出现过一些意向不到的输出，在这里做个整理。

继续记录最近做的一些笔试题。

最近要申暑期实习，在牛客、赛码上做了一些题，在这里将其中一部分错题做个整理。