神经网络的框架构建
在写代码的时候一定要格外细心，不然很难找出错误。
实例一：或的取值，即两个数字相同时输出值为0，不相同时输出为1 代码为以下所示：
输出结果为下图所示： 得到的值与结果十分接近
实例二：手写数字集的识别
输出为： 上图中列和行分别代表实际值和预测值，对角线的数值表示预测和实际情况相同，每一行或列对应一个数字，不在对角线上的情况表示预测和实际有了偏差。
上图中precision表示各个数字的算法的预测精准度，recall表示各种真实的情况的算法正确预测率，比如所有真实是2的情况正确预测的概率达到了98%。
