Neural Network Builder 技能：核对二维输入到三类输出的形状

Claude Code 安装步骤

从 GitHub 固定提交获取完整的 `plugins/ai-ml/neural-network-builder/skills/building-neural-networks` 目录。
复制到目标项目的 `.claude/skills/`，确认 `.claude/skills/building-neural-networks/SKILL.md`，再从项目根目录启动 Claude Code，输入 `/building-neural-networks`。

用 Claude Code 为简单分类设计网络层、损失和训练检查。先验证张量形状与标签，再运行小样本训练。

定义 2→8→3 的网络，对一个含 4 条记录的 batch 输出 logits。标签示例为 0、1、2、1。核对形状并运行一次训练步。

输出张量为 (4,3)，损失有限，训练步可以计算并更新参数。

GitHub 原文 · 更新日期 2026-11-13

准备 Python、PyTorch 和自己生成的三类二维合成点。示例使用小型全连接网络。

按损失函数约定传入未归一化 logits。另在需要展示概率时再计算 softmax。