simple_mnist：纯C实现的MNIST前馈神经网络
仅用标准C库实现的全连接MNIST手写数字识别网络，README称测试集准确率超99%。
这是一个用纯C编写的前馈神经网络实现，用于MNIST手写数字识别，README称在测试集上达到>99%准确率，且不使用卷积层。网络结构为784→512→256→10的全连接层，隐藏层用ReLU，输出层用Softmax，采用He与Xavier/Glorot初始化。训练技巧包括：学习率0.01配合余弦退火、L2权重衰减2e-5、批量128的mini-batch梯度下降、±2像素随机平移的数据增强。依赖仅为标准C库和math.h，另提供面向ARM处理器的可选NEON SIMD优化。README称训练约50个epoch内超过99%准确率，训练期内存占用约2.1MB，参数量约537,866个权重加778个偏置。