实现 BP 神经网络分类器，并利用其对 MNIST 数据集进行分类

目标：

• 掌握 BP 神经网络分类器的基本工作原理。 

• 理解 BP 神经网络激活函数以及学习率等参数的调节方法。

---

学习内容：

         编程实现 BP 神经网络分类器，并利用其对 MNIST 数据集进行分类

         自行设计测试方案，调节神经网络的层数、每层的节点数、激活函数以及损失函数，记录调节后对模型训练速度以及测试精度的影响。

---

实现代码：

1.  加载数据集

def load_mnist(file_data,file_lab):
    # 加载训练数据
    data = np.load(file_data)#加载数据
    lab = n