实现ANN的python代码中的变量可见性/范围

我正在使用[1]的示例代码自我实现一个人工神经网络ANN。虽然原则上我很清楚ANN代码是如何工作的，但在python语法/逻辑出现更多问题之前，我已经用其他语言完成了： 在第181行中，网络在10000次迭代中进行训练，但由于函数backpropagate line 39不返回网络，且变量网络似乎也不是全局变量，因此如何保存进度？同样，在函数backpropagate中，变量网络没有更新，但我猜这是因为运行变量，如输出神经元行48，是通过引用的？但这仍然不能解释网络如何在反向传播之外保存它的进步

---

[1]

你应该从更多开始

这说明了会发生什么

>>> def modify(lst):
...     lst.append('element')
... 
>>> network = []
>>> network
[]
>>> modify(network)
>>> network
['element']
>>> modify(network)
>>> network
['element', 'element']

网络是一个可变对象，在反向传播中进行了适当的修改。没有必要返回。您可以将其视为按引用传递，从技术上讲，Python中没有这样的传递值—请参阅