이전 절에서는 합성곱 신경망을 브라우저에서 훈련해 99.0%의 테스트 정확도에 도달했습니다. 이 절에서는 99.5%에 가까운 테스트 정확도를 달성하는 조금 더 강력한 합성곱 신경망을 만들겠습니다. 하지만 이런 성능에는 대가가 따릅니다. 훈련과 추론에서 모델이 더 많은 메모리와 계산 자원을 소비합니다. 추론에 수반되는 정방향 계산에 비해 훈련할 때 역전파가 훨씬 계산 집약적이므로 비용 증가는 훈련에서 더 두드러집니다. 대규모 합성곱 신경망은 대부분의 웹 브라우저 환경에서 훈련하기에는 너무 무겁고 느립니다.