Piège
MNIST à une réputation : 'tout marche dessus'. Faux ici. Le MLP 2 couches du notebook plafonne à 70% (Cell 18). Pour atteindre 97% il faut un réseau plus profond (Cell 19 : 3 couches + ReLU). MNIST est facile pour un CNN moderne mais reste un challenge pour un MLP simple — la performance dépend du modèle, pas du dataset.