(Python)零起步数学+神经网络入门

在这篇文章中，我们将在Python中从头开始了解用于构建具有各种层神经网络（完全连接，卷积等）的小型库中的机器学习和代码。最终，我们将能够写出如下内容：

假设你对神经网络已经有一定的了解，这篇文章的目的不是解释为什么构建这些模型，而是要说明如何正确实现。

逐层

我们这里需要牢记整个框架：

1.     将数据输入神经网络

2.     在得出输出之前，数据从一层流向下一层

3.     一旦得到输出，就可以计算出一个标量误差。

4.     最后，可以通过相对于参数本身减去误差的导数来调整给定参数（权重或偏差）。

5.     遍历整个过程。

最重要的一步是第四步。我们希望能够拥有任意数量的层，以及任何类型的层。但是如果修改/添加/删除网络中的一个层，网络的输出将会改变，误差也将改变，误差相对于参数的导数也将改变。无论网络架构如何、激活函数如何、损