三层神经网络基于梯度下降法的C++实现（支持数据存储与读取）

引言部分：这段代码的灵感源自多年前研读的一本关于游戏人工智能设计的专著。为了便于工程实践与后续扩展，我对原始示例进行了适度的重构与优化，核心亮点在于实现了神经网络权重的持久化存储与快速加载功能。鉴于网络上关于神经网络底层原理的科普文章已汗牛充栋，本文不再赘述数学推导，而是聚焦于C++语言层面的具体实现细节。我们将整个神经网络架构封装为一个高内聚的类，这种设计极大地简化了调用流程，使得开发者能够以极低的认知成本集成到现有的项目逻辑中。

BP-Neural-Network

一个三层神经网络模板

采用梯度下降算法，和sigmoid单元，因此输出应限定在0~1

支持保存和读取训练好的网络

main.cpp里有