运行前把Constant.Java 文件中的ProjectPath改为工程的保存路径

allInput.txt:保存样本图片矩阵,一共800个样本,10*10的矩阵,与sample.rar中的图片一一对应<br>
Hi_weight.txt:存储输出层神经元与隐含层神经元连接的权值,共100\*30个数值,以二进制形式存储<br>
Op_weight.txt:存储隐含层与输出层神经元连接的权值,共30\*10个数值,以二进制形式存储<br>
target.txt:存储sample目标输出,与sample.rar中图片一一对应<br>

.\src\constant\Constant.java:存储一些程序中的常量
.\src\data_prepare\Data_prepare.java:准备数据的代码,功能:把图片转化为矩阵存储到txt中
.\src\gui_main:
.\GUI.java:主界面代码
.\Mypanel.java:写数字画板代码
.\src\image_process:存储图像处理部分代码
binary_image.java:图像二值化、去噪代码
image_cut.java:图像切割分离代码
image_process.java:图象处理成10*10矩阵
.\src\neural_net:
Formula.java:公式
Hidden_Neural.java:隐含层
Network.java:神经网络对象
Op_Neural.java:输出层对象

1、梯度下降法的选取,可尝试选用Mini-batch或批量梯度下降法;
2、每次权值调整的步长可变,加快训练;
3、调整时加入Momentum加快训练,跳出局部最优;
4、损失函数加入Weight decay,防止过拟合;
(以前的大作业当时做的时候也没想那么多)