如何使用python建立神经网络模型？

Question

我正在制作MNIST神经网络模型，而不导入除CSV之外的任何其他模块，例如numpy，sci-kit学习等。但是我很难做到这一点。我正在逐步进行。

1. 使用归一化Mnist_test
2. 制作Wx+b
3. 创建一个[Layer]类，并将所有内容放到上面。

让我们以这种方式下载所有的权重和偏见。

data=[]
f = open("mnist_test_s.csv",'r')
crf= csv.reader(f)
for line in crf:
  data.append(list(map(float, line)))    
f.close()
mnist_test_s = data

# mnist_test_s data is 100*784
# W1 is 784*256
# W2 is 256*256
# W3 is 256*10

# my class 
class Layer:
    def __init__(self,weight,bias,relu):
        self.W = W1
        self.b = b1

# normalization = (x-min(x))/(max(x)-min(x))
# normalization = mnist_test_s/253

myList = mnist_test_s
myInt = 253
newList = [x / myInt for x in myList]
newList

#  Matrix dot product to Wx+b

def mat_mult(a,b):
    result=[]
    result1=[]

    while len(a)>0:    
      d=0    
      a1=a[:1:]    
      c=True
        while d<len(a1):
          for x in b:
            for x1 in x:
              result.append(x1*a1[0][d])
          d=d+1

  a.pop(0)    

  result=[result[i:i+len(b[0])] for i in range(0, len(result), len(b[0]))]     

#print(result)      
sum=0      


   while len(result)>0:

     for X in range(len(result[0])):
       for Y in range(len(b)):
         sum = sum+result[Y][X]
       result1.append(sum)

       #print(result1)
       sum = 0 
     for s in range(len(b)):
       result.pop(0)      
     result1 =[result1[i:i+len(b[0])] for i in range(0, len(result1), len(b[0]))] 
   return (result1)

我遇到此错误：

  

/的不支持的操作数类型：归一化部分中的“列表”和“整数”。

     

列表索引超出范围

在Wx+b中

即使他们可以做点积。