アップデート： ・ウェイトとバイアスを同時に処理し、両方が終わってからリストに結果を追加するようにしました ・細かな最適化をいくつか施しました ・定義の数をいくつか削減しました 【前作 NN V3.1 と速度に大差がないため速度ベンチマークは省略しています】 --- 推論速度を確認するため、モデルはPythonでトレーニングした約331K(=0.3M 30万)パラメーターのモデルです。 Scratch内にニューラルネットワークを移植し、動かしているデモです。"_demo"リストは実際の実行結果、"NN"リストは内部で動いているニューラルネットワークのデータ、"output"リストは最後に実行したネットワークの結果が表示されます。 デモで動いているモデルのトレーニングは外部で行われ、ONNX形式で保存したモデルを独自のPythonスクリプト（中にあります）に通すことでこのプロジェクトで実行できる形式にしました。このスクリプトを使うことで、自身の好きなモデルをScratch内に移植することが可能です。（ただし、現在対応しているのはシンプルな全結合層ネットワークのみです。）
