用C++实现一个多层感知机
github.com/muchlakshay/MLP-From-Scratch
基于 Eigen 库的 C++多层感知机(MLP)神经网络实现，支持多种激活函数与损失函数，采用小批量梯度下降和反向传播算法进行训练。
功能特点
可定制架构 ：您可以自定义网络层数及每层神经元数量。
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 ：实现用于训练网络的反向传播算法。
小批量梯度下降 ：通过小批量梯度下降优化网络，可在大型数据集上实现更高效的训练。
模块化设计 ：代码采用模块化结构，便于扩展和修改（例如添加新的激活函数、损失函数等）。
