深度学习二：自己写java代码，识别手写数字

上一节我们自己写代码训练了只有一个神经元的反相器，它虽然只有一点点代码，但却让我们加深了梯度下降算法和反向传播算法的理解。只要勇敢的迈出这一步后，我们就可以勇敢的尝试它：深度学习中的hello wold–识别手写数字。

只有自己写过的代码，才能完全的理解它的用意，不管它多烂，多糟糕，它确是完全属于你的东西。在训练处反相器以后，我开始大胆的尝试自己写一个全连接的神经网络，来训练手写数字。这并不难，也不需要多少代码，我大概花了半天的时间就写完了所有的代码，你也不妨来试试…
你也可以到这里下载源码：
mnist-java
代码结构如下：

可以看到，我的思路是这样的：
神经网络（NerualNetwork）由层（Layer）构成，层（Layer）由神经元构成（Nerve）。这种思路非常直观，但它似乎并不是很好的设计，因为代码显得比较繁琐。希望你能设计出更好的结构，或许取消Nerve对象，所有逻辑都放在Layer中更好，这样会大量用到二维数组…

impo