用c++输入数据:vector<vector<float>> inputs = { {1, 1}, {1, 0} };数据targets={0,1}; 测试：vector<vector<float>> inputs22 = { {1, 0}, {1,1} }; 构建神经网络，例如：NeuralNetwork nn({ 2, 4, 1 }); 则网络有四层、输入层2个节点、输出层1个节点、隐藏层4个节点、网络有梯度下降、反向传播…等。
以下是一个使用C++构建的基本神经网络示例，包含前向传播和基于梯度下降的反向传播。
在这个例子中：
- 我们创建了一个神经网络，具有输入层2个节点，隐藏层4个节点和输出层1个节点。
- 我们使用了两个输入向量（
{1, 1}和{1, 0}）进行训练，目标输出分别是0和1。 - 我们进行了10000次训练迭代。
- 训练完成后，我们使用另外两个输入向量（
{1, 0}和{1, 1}）来测试网络的性能。
你可以根据需要调整神经网络的参数，比如学习率和训练迭代次数，以获得更好的性能。
第二(改进)版:
#include <iostream>
#include <vector>using namespace std;bool whetherOutputFlag = 0;
float sigmoid(float x) {return 1 / (1 + exp(-x));
}floa
