这个project通过使用汇编语言，实现一个简单的神经网络
下面是笔者对project官方描述文档的阅读笔记
神经网络是试图近似将您的输入映射到所需输出的（非线性）函数，比如在网页给出的例子中：
通过0.6这一参数，输出为（当结果大于1，则结果为1）：
$$ \begin{bmatrix}0.6 \0.6
\end{bmatrix}\times \begin{bmatrix}A \B
\end{bmatrix} $$
这样，就完成了神经网络为底层的AND运算
接下来我们看一个神经网络实现更复杂函数的例子，比如这个XOR:
它有两个layer，通过两个中间值，计算出最终的结果，其计算过程如下图：
网络上的权重的确定涉及到更复杂的议题，不在这里展开，但是要指出习得权重被称为训练，使用权重被称为推理。在本project种，我们只使用推理
本项目中，我们会实现一个原理相同，但是更复杂的网络：
- 我们使用 MNIST 数据集，其包含 60,000 张 28x28 图像，其中包含 0-9 范围内的手写数字
- 我们使用预训练的权重，同时将使用两种不同的非线性来代替阈值：
ReLU和ArgMax功能
是四个部分：
- Relu
- argmax
- dot product
- Matrix Multiplication