Python实现最简单的深度学习任意层神经网络算法，通熟易懂，里面包括了详细注释的源码

这个程序包含两部分，训练模型的工程，预测数据的工程。用于识别图片里面有没有猫，文件夹里面包含了训练数据集和测试数据集，也就是几百张猫的图片，可以自己设置为任意层数以及每一层任意个神经元，自己可以多试试，怎样的神经元个数和神经网络结构会使得训练出的模型最好，大家可以动手试试，还挺好玩的，这个程序参考了csdn床长的教程和程序源码。

这个程序我用的是pycharm软件写的，我建议你也用这个，应该可以直接打开我的工程直接运行

这个文件夹里包括两个Python工程：我是把这个总的工程文件夹放在桌面的（我建议你也像我这样放），我刚刚已经重新整理测试运行过了，可以运行！！！
第一个 是用于训练模型的工程，训练成功后保存模型参数，工程里面每个py文件干啥的我也都写了readme文件说明清楚了，你看我对你们好吧，你们就偷着乐吧
第二个 是用来调用第一个工程训练好的模型参数，然后进行预测的工程
剩下两个文件 是训练用的数据集个预测用的数据集，其实就是.h5文本格式的几百张有猫无猫的128*128像素大小的图片的rgb数据

接下来大家把这个工程里面的算法原理代码都搞懂，我给了你们几个全世界最好的理论介绍的pdf，务必把每句代码都搞明白，我都写了详细的注释，
其中重要知识点有，循环的向量化，损失函数，反向传播梯度下降的过程等等，搞透了，大家深度学习可以算是入门了