根据60个特征（0~1）分类为岩石（R）和金属（M）
网址：http://archive.ics.uci.edu/ml/datasets/connectionist+bench+(sonar,+mines+vs.+rocks)
python train.py
可设置参数：
if use_ga = True :使用遗传算法进行权重优化
else:使用梯度下降法进行权重优化
可用于其他数据集，适用多分类任务，需要修改数据预处理部分（独热编码）以及神经网络输出层（output_size）
根据60个特征（0~1）分类为岩石（R）和金属（M）
网址：http://archive.ics.uci.edu/ml/datasets/connectionist+bench+(sonar,+mines+vs.+rocks)
python train.py
可设置参数：
if use_ga = True :使用遗传算法进行权重优化
else:使用梯度下降法进行权重优化
可用于其他数据集，适用多分类任务，需要修改数据预处理部分（独热编码）以及神经网络输出层（output_size）