设计一个不止三层的全连接神经网络。输入维度为20000数据在0～1之间。输出维度为9984数据为1～16的整数。某个隐藏层具有30个神经元实现压缩功能。

以下是一个具有四个隐藏层的全连接神经网络，其中第三个隐藏层具有30个神经元，实现压缩功能。

输入层：20000个神经元

隐藏层1：1000个神经元

隐藏层2：500个神经元

隐藏层3：30个神经元

隐藏层4：100个神经元

输出层：9984个神经元

其中，每个神经元都使用Sigmoid激活函数。在训练过程中，使用交叉熵作为损失函数，并使用随机梯度下降算法进行优化。最后，输出层的结果经过四舍五入处理，变为整数。