从 3Blue1Brown 到 NumPy：手写一个神经网络训练 MNIST

作者用 NumPy 从零实现了一个 784→30→10 结构的 MNIST 手写数字分类网络，测试集准确率达到 95.90%。网络采用 Sigmoid 激活函数与二次损失，以 0.1 的学习率进行 10 轮单样本随机梯度下降训练。完整代码保存在 neural_network_numpy.py 中，普通 CPU 即可快速完成训练。