一个简单的神经网络，作为学习练习构建。

入门

use artha::{
    NeuralNetwork,
    neural_net::{
        normaize_val,
        mean_loss,
        find_max,
    }
};
use ndarray::array;
fn main() {
    let mut xs = array![[2.,9.],[1.,5.],[3.,6.]];
    normaize_val(find_max(&xs), &mut xs);
    let mut ys = array![[92.], [86.], [89.]];
    normaize_val(vec![100.], &mut ys);
    let mut nn = NeuralNetwork::new(2,1,vec![3]);
    let predicted = nn.train(&xs, &ys, 10000);
    let loss =  mean_loss(&ys, &predicted);

    use artha::logln;
    logln!("Input: ", xs);
    logln!("Actual Output: ", ys);
    logln!("Predicted Output: ", predicted);
    logln!("Loss: ", loss);
}

这个程序是将 https://dev.to/shamdasani/build-a-flexible-neural-network-with-backpropagation-in-python 直接翻译成 rust。

还可以查看 3Blue1Browns 关于神经网络的出色系列 https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi

我发现这个网络比教程慢得多。也许 ndarray 不如 numpy 快，或者也许我的 rust 代码没有优化。我肯定会调查一下。

除了优化之外，我还希望实现一个能够识别手写数字以及其他什么的网络。但到目前为止，这是一个相当不准确的新手版本，我可以在此基础上进行构建。

• 如果您有任何问题或建议，请随时提交问题，或以其他方式与我联系。
• 如果您觉得我的 rust 技能不够，请提供一些有建设性的批评。