从零实现多层感知机
github.com/muchlakshay/MLP-From-Scratch
基于 Eigen 库（用于线性代数的仅头文件 C++库）的 C++多层感知机(MLP)神经网络实现，支持多种激活函数和损失函数，采用小批量梯度下降与反向传播算法进行训练。而且根据reddit上的介绍这是个15岁的孩子写的。[赢牛奶]
功能特点
可定制架构 ：可自定义网络层数及各层神经元数量。
多种激活函数 ：支持 ReLU、Sigmoid、Tanh、Leaky ReLU 及 Softmax 等非线性函数。
损失函数 ：支持均方误差（MSE）、二元交叉熵和交叉熵损失函数，适用于回归与分类任务。
反向传播 ：实现了用于网络训练的反向传播算法。
小批量梯度下降 ：通过小批量梯度下降优化网络，使得在大规模数据集上的训练更加高效。
模块化设计 ：代码采用模块化组织方式，便于扩展和修改（例如添加新的激活函数、损失函数等）。
