我正在构建一个简单的神经网络，我有两个主要的分类：NeuralNetwork和Level。我没有神经元，因为它是一个简单的前馈，一个级别中的所有单元共享相同的激活功能。
我以这种方式组织了我的关卡：
类NeuralNetwork有一个级别向量（不是指针，值。），用于快速访问它们，类Level的每个对象都有一个指向前一级和下一级的指针，一些矩阵和东西。
更一般的问题是： 组织为像Level这样的双链表的类的复制/移动构造函数/赋值运算符应该做什么？
按照下一个和后一个指针复制整个结构，并返回刚刚复制的对象的istance。
复制单个级别，将指针下一个\ prec复制到nullptr，返回单个级别，仅包含矩阵的副本ecc ..
删除复制构造函数/赋值运算符。
答案 0 :(得分：1)
你的课程取决于你。话虽如此，人们通常会希望链接列表等通用容器可以复制。
在设计此类课程时，更常见的是，请问自己以下内容：
如果不清楚复制此课程的含义，请不要将其复制。如果复制此课程并不具有意义，请不要将其复制。如果人们会惊讶地看到课程被复制（想想unique_ptr），不要在没有认真思考的情况下使其复制。这些并不是一个很难的规则，这些只是一些思路，可以帮助你找出合适的东西。
如果你不打算制作一些可复制的东西，删除相关的操作符确实有意义（如果没有别的话，这就作为文档）。
如果你确实让你的课堂可以复制，那么你可以根据自己的实施方式来决定。您可以创建在写入时复制的共享实例，您可以急切地复制，您可以随心所欲地执行任何操作;这一切都取决于你的用户（包括你）将会发生什么，以及每个用户的权衡取舍。
答案 1 :(得分：0)
“类NeuralNetwork有一个级别向量（不是指针，值。），用于快速访问它们，类Level的每个对象都有一个指向prec和下一级的指针”
这有点无意义。上一层为*(this-1)，下一层为*(this+1)。那是因为vector连续存储其元素。当然，知道是上一层还是下一层是一个小小的挑战，但这个问题不会出现。由于您直接设置了值，因此输入图层是一个特殊图层。所有下一层都可以安全地从前一层拉出输入，因此没有层需要将其输入推送到下一层。
训练有点困难，因为你有一个反向传播阶段，需要双向行走。但是，在这里您可以控制输入和所需的输出，因此您明确使用layers.front()和layers.back()，绝不会超越它们。
现在，当您复制整个矢量时，每个图层都是一个副本，并且有一个新的this，但由于新矢量再次连续，因此邻居的*(this-1) / *(this+1)规则仍然坚持。