简单的手写数字识别的三层神经网络

用简单的三层神经网络进行手写数字的图片内容的识别，全部代码是自行编写，用于神经网络的层次化学习

# 创造一个可以读取读取图片像素信息的神经网络
# 该神经网络使用数据集进行训练
# 测试的时候使用图片信息进行判断
# 开始时间：2019年1月28日
# 结束时间：2019年1月28日
“““
基础知识准备：
numpy.array（Image.open（‘data\image‘+file_name）.convert（‘L‘））
功能：将读取的图片的像素点的值转化为矩阵
（但是不知道为什么读取的数据为反向的，即，白色读取的数据为255黑色读取的数据为0。。。。。。要老命了简直）
2019.4.12日注：知道了为什么最后的结果是白色255，黑色0，原来是代表像素管的个数，白色最亮所以数值最大，处理的时候注意用255减去可得两者的值
numpy.array（img）.flatten（）
功能：将二维数组扁平化（转化为一维数组）
“““
“““
附注：使用的神经网络是神经网络1.0版本
“““
import numpy
import scipy.special
from PIL import Image

class neuralNetwork:
    def __init__（self inputnodes hiddennodes outputnodes learningrate）:
        self.input_nodes = inputnodes
        self.hidden_nodes = hiddennodes
        self.output_nodes = outputnodes
        self.learning_rate = learningrate
        self.wih = numpy.random.normal（0.0 pow（self.hid

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-04-12 22:29  神经网络2.0\
     目录           0  2019-04-12 22:30  神经网络2.0\data\
     目录           0  2019-04-12 22:30  神经网络2.0\data\神经网络2.0\
     目录           0  2019-04-12 22:30  神经网络2.0\data\神经网络2.0\image\
     文件        3235  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\image\my_own_2.png
     文件        3170  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\image\my_own_3.png
     文件        3273  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\image\my_own_4.png
     文件        3190  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\image\my_own_5.png
     文件        3502  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\image\my_own_6.png
     文件     4767437  2018-10-16 23:18  神经网络2.0\data\神经网络2.0\mnist_train.csv
     文件      182023  2017-09-10 05:29  神经网络2.0\data\神经网络2.0\mnist_train_100.csv
     文件        4194  2019-04-12 22:24  神经网络2.0\神经网络2.0.py