20000 维输入到 9984 维输出：设计一个具有压缩功能的全连接神经网络

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。