# -*- coding: utf-8 -*-
"""
手写数字识别 - 超参数配置

纯NumPy实现的两层全连接神经网络
"""

# ===== 数据参数 =====
ONE_HOT = True                # 标签是否使用One-Hot编码

# ===== 模型结构 =====
INPUT_SIZE = 784              # 28x28 = 784 像素
HIDDEN_SIZE = 128             # 隐藏层神经元数量
NUM_CLASSES = 10             # 0-9 十个数字
KEEP_PROB = 1.0               # Dropout保留比例（1.0=不使用Dropout）

# ===== 训练参数 =====
LEARNING_RATE = 0.1           # 学习率
NUM_EPOCHS = 50               # 训练轮数
BATCH_SIZE = 64               # 批大小

# ===== 随机种子（保证可复现） =====
SEED = 42

# ===== 实验配置 =====
RUN_COMPARISON = False        # 是否运行对比实验

# ===== 依赖说明 =====
# 本项目需要以下库：
#   numpy        - 数值计算
#   scikit-learn - 加载MNIST数据集（会自动下载）
#   pandas       - sklearn的依赖
#
# 安装命令：
#   pip install numpy scikit-learn pandas
#
# 数据说明：
#   首次运行时会自动从OpenML下载MNIST数据集（约12MB）
#   下载后会自动缓存，后续运行直接使用缓存数据