1. 这是一个用于构建神经网络的一个python 框架;
2. 里面最重要的代码在于layer.py中定义的神经网络中使用到的不同的层,包括了:
	a) fusion_layer: 这个是实验项目的需要而写的,作用是把三种不同特征进行加权融合,加权系数为和为1;
	b) fully_connected_layer: 全连接层的定义;
	c) activation_layer: 激活函数层的定义;
	d) loss_layer: 损失函数层的定义;
	e) data_layer: 载入数据及预处理

3. 本框架以清晰明白为目的,没有考虑速度问题,因为本来样本数据就不多.
4. 使用的时候,首先根据自己的需要定义自己的net.py , 这里面定义了一个Net类. 然后在train.py中创建Net类的实例,再运行相关的操作;
5. 后期后根据情况继续完善;


net.py 与train.py 配套的,   用于我自己的私人网络, 三种特征的加权, 两个加权系数;
net1.py 与train1.py 配套的, 用于我自己的私人网络, 用于训练单个特征;
net2.py 与train2.py 配套的, 用于我自己的私人网络,三种特征的加权,三个加权系数;
net3.py 与train3.py 配套的, 用于我自己的私人网络, 用于三种串联特征;