numpy实现bp全连接层对mnist手写数字识别

利用numpy完成全连接层的前向传播和反向传播的梯度下降,可以进行多分类识别。案例运用bp神经网络对手写数字mnist数据集进行分类,训练集精度达到99%,验证集精度达到96%以上。一个输入层一个隐藏层一个输出层,激活函数sigmoid,最后一个softmax,loss function为交叉熵损失函数。