python编译神经网络识别mnist数据集，预报准确率很低

我自己根据《神经网络与深度学习实战》这本书的第五章写了一个python的程序，来识别mnist数据集，但是最后预报的结果只有0.092，书上却有0.94，我不清楚哪里有问题，希望大佬能指导一下，萌新入坑！

下面是代码

from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm
from matplotlib.ticker import LinearLocator,FormatStrFormatter
import matplotlib.pyplot as plt
from numpy import *
from six.moves import xrange

import numpy
import scipy.special

class NeuralNetWork:
    def __init__(self,inputnodes,hiddenodes,outputnodes,learningRate):

        #初始化网络，设置输入层，中间层，输出层的节点数
        self.input_nodes = inputnodes
        self.hidden_nodes = hiddenodes
        self.output_nodes = outputnodes
        self.lr = learningRate

        #初始化权重矩阵，有两个权重矩阵，一个是wih，表示输入层和中间层节点间链路权重形成的矩阵
        #一个是who，表示中间层和输出层间链路权重形成的矩阵
        self.wih = numpy.random.rand(