SGD 随机梯度下降法

中心思想：随机梯度下降法是每次先将大量的训练集中随机打乱顺序，再取其中固定数量的实例组成mini_batch，按照minibatch进行权重和偏差的更新，重复操作直到所有的数据都按minibatch的规格取完了一遍，这时就完成了一个epoch，然后在按照提前设定好的epoch数量进行重复计算更新。

对于权重的数组结构做一下解释：行数代表前一层的神经元个数，列数代表后向神经元的个数，每一行代表前向的某个神经元分别连接所有后向神经元的的权重。注意区分前向和后向，前向在右，后向在左。