大家好~我開設了“深度學習基礎班”的線上課程，帶領同學從0開始學習全連接和卷積神經網絡，進行數學推導，并且實現可以運行的Demo程序

線上課程資料：

本節課錄像回放

加QQ群，獲得ppt等資料，與群主交流討論：106047770

本系列文章為線上課程的復盤，每上完一節課就會同步發布對應的文章

本課程系列文章可進入索引查看：

深度學習基礎課系列文章索引

為什么要學習本課

• 為什么要重構代碼？
  答：方便加入各種不同類型的層到神經網絡中

重構代碼

• 為了簡單，本節課只考慮全連接層

• 重構的關鍵是定義每層的forward等函數的輸入、輸出為統一的抽象類型

• 通過泛型來實現類型重載，如支持全連接層和卷積層的forward函數的input參數為不同的類型（前者為Vector.t，后者為Matrix.t）

• 重構后的“構建神經網絡”的偽代碼如下所示：

let networkState = let Network.build(
    [
        LinearLayer.create(layerData1),
        LinearLayer.create(layerData2)
    ]
)

加入調試日志

• 為什么要加入調試日志？
  答：目前使用DebugUtils來在運行時檢查一些值是否有異常。但是這樣這不夠全面，所以加入調試日志來打印訓練的每輪中的每層的輸入和輸出，從而方便排查

加入BDD測試

對隱藏層和輸出層進行了BDD測試（行為驅動測試）

相關的代碼為：test

代碼實現

• 重構后的入口代碼為：Main