的数据代入模型中运算，并根据运算结果判断分类归属。
    这就是典型的机器学习过程，计算机从数据中自己“学”到了某种规律。
    即使这种规律，人类并不一定完全理解，也不见得能用数学语言解释清楚……
    剩下的就比较简单了。
    接下来，江寒又添加了几个函数，用来输出运算结果、观察运行情况等。
    最后，从头调试了一遍，确认没啥bug后，将代码重新编译，然后运行了起来。
    屏幕上有一些数字，表示当前正在处理的数据，和训练进度的百分比。
    十分钟后，后一个数字才刚刚达到1.3%。
    这表示，完整训练一遍，大约需要13个小时……
    之所以这么慢，主要是江寒的程序，比较追求稳定性，以及调试的方便、快捷，并没特别讲究执行效率。
    当然，即使他用心优化，估计也需要8个小时以上，才能完成训练。
    虽然有点慢，但其实没什么关系，训练过程并不需要人工干预，挂机等着就行。
    第二天早晨，江寒起床后，先看了下训练进度，还差了大约13%才能完成，就先去班级上课。
    中午吃完饭回来，训练终于结束了。
    而存放权重和偏置参数的Weight数组，也以内存映像的方式，保存在了一个二进制文件中。
    接下来就简单了。
    重建一个一模一样的感知机模型，加载上这个权重文件，就

本章还未完，请点击下一页继续阅读>>>