网络Net

net类是对网络结构的抽象，完成对层的组织和数据流的控制，目前尽支持单方向无分叉的序列结构。

初始化 net(layer_stack=list(), loss_func, reg)

建立net对象需要层的顺序列表（每一项都是layer对象），损失函数loss_func和正则化参数reg。

loss_func为function模块中定义的函数，目前支持svm_loss(x, y)和softmax_loss(x, y)。

loss_func同时返回损失和反向梯度，是前向计算的终点和反向传播的起点。

forward(data_batch)

forward()方法完成前向计算部分，递归调用每一层的forward()方法并缓存每一层的输入。

loss(X_batch, y_batch)

loss()方法是对forward()的包装，接收label数据计算损失并返回反向梯度。

训练时调用loss()方法，推断时调用forward()方法。

backward(optimizer, dout)

backward()方法完成反向传播过程，流数据为loss()传过来的反向梯度和forward()过程缓存的每一层输入，调用layer对象的grad()和update()方法来计算梯度并更新习得参数。

了解更多有关net的作用，参见设计理念。