前向传播：$a^{(l)} = \sigma(W^{(l)} a^{(l-1)} + b^{(l)})$，$\sigma$ 为激活函数（此处用 Sigmoid）。
输入 x₁, x₂
输出: —
下一步：知识蒸馏——用大网络（教师）的软标签训练小网络（学生）。
两层 MLP：从输入到输出的数据流
前向传播：$a^{(l)} = \sigma(W^{(l)} a^{(l-1)} + b^{(l)})$，$\sigma$ 为激活函数（此处用 Sigmoid）。
下一步：知识蒸馏——用大网络（教师）的软标签训练小网络（学生）。