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 的三层神经网络，采用 Sigmoid 激活和二次损失，在 MNIST 上训练 10 轮后测试集准确率达 95.90%。文章完整记录了数据加载、前向传播、反向传播求梯度与梯度下降更新的全过程，总参数量约 23,860，普通 CPU 即可快速训练。