分层网络的逻辑实现

Question

我正在研究神经网络。我从一个庞大的神经网络开始。在一些处理过程中，大神经网络被分成更小的神经网络。然后，那些较小的神经网络必须单独通过相同的处理步骤，并将分成更小的神经网络。

以下是我上面用语言表达的图形表示：

第一步：我有上面显示的大神经网络。我将对它进行一些处理，将其划分为较小的神经网络。 我能够做到这一部分 。

第二步：必须处理由第一个大型网络产生的较小网络，以进一步将它们划分为更小的网络，这将导致以下因素。

第三步：相同的程序将应用于步骤2中实现的较小网络，这将导致更小的网络。

问题：我可以将第一个更大的网络细分为更小的网络。但即使经过多次思考，我也无法想出某种递归算法来维持这种结构。

我只是需要一些关于我的程序结构的粗略建议来实现这个问题。

PS：图层数量不固定。层数取决于终止标准。我希望在网络变得太小以至于无法进一步细分时终止该过程。

更新：我有一个class Layer可以控制所有事情。然后我有class Learner执行给定网络的学习过程（细分网络）。我还有一个课程class Network代表每个人network。

我目前的策略是制作Layer类的对象，即Layer layerObject，然后对该层进行学习。

class Layer
{
    public:
        Learner* Learner;


};

class Learner
{
    public:
        Network* network;


};

class Network
{
    private:
        Node* currentSeed;


};