基于【深度学习入门 : 基于Python的理论与实现】中，MNIST数据集的神经网络计算图示

根据自己的理解，对这本书里神经网络章节，画出了【预测MNIST测试数据集】的计算示意图

全当学习阶段的记录，如有不对的地方，欢迎指正

计算中，权重的角标和线代的角标表示相反，下面有说明

说明如下：

1. 数据的角标说明如图【来自书中】
   
2. 偏置b没有在图中画出来，具体画法参考书中
   
3. 偏置b的取值个数，取决于输出层的神经元个数，上图b有3个取值【b₁⁽¹⁾、b₂⁽¹⁾、b₃⁽¹⁾】。只有1个下标，是因为前一层只有1个神经元来存放所有偏置b。至于为什么1个神经元就能存放3个偏置b，我也不清楚。
4. 这3个偏置b应该是不一样的值，毕竟参与运算的权重w都不一样。【如果值一样的话，倒是能理解了】
5. 80条数据计算中，加上2维数据+1维数据，之所以能计算，是因为广播机制，不了解的话，可以去查阅下numpy的广播机制