抽象化编程（Abstraction in Programming）是面向对象编程（OOP）中一个非常重要的设计原则，它与我们前面讨论的封装、继承、多态紧密相关。
抽象化编程的含义
核心思想： 关注于做什么（What），而不是如何做（How）。
抽象化意味着隐藏对象的复杂实现细节，只向用户暴露必要的功能和接口。它允许你在高层次上思考问题和设计系统，而不用被底层细节所困扰。
简单比喻
- 驾驶汽车： 抽象化就是方向盘、油门、刹车。你只需要知道踩油门能加速（做什么），而不需要知道引擎内部复杂的燃油喷射和点火过程（如何做）。
抽象化在代码中的体现
你的代码从 版本 1（过程式）升级到 版本 2（面向对象）的过程，就是一个典型的抽象化过程：
1. 操作抽象化
| 细节（如何做） | 抽象（做什么） |
|---|---|
H1 = np.dot(batch_images, w1) + b1 |
x = layer.forward(x) |
dw1 = np.dot(batch_images.T, G1) |
grad = layer.backward(grad) |
在版本 2 中，你通过统一的接口 layer.forward(x) 抽象了所有层的前向计算。当你遍历 layers 数组时，你只需要知道你正在让数据通过当前层，而不需要关心当前层是矩阵乘法、激活函数还是丢弃操作。
2. 数据抽象化
你将权重（w）和偏置（b）这些数据抽象化并封装在 Linear 类内部。
- 版本 1： 权重 (
w1,w3,w4) 是全局变量，代码的任何部分都可以访问和修改它们，它们是具体的。 - 版本 2： 权重 (
self.w) 被封装在Linear实例中，外部代码只能通过layer.backward()方法来间接更新它们。权重被抽象为层内部的状态。
抽象化的主要优点
- 简化设计 (Simplicity)： 提高了代码的可读性。当你在主循环中看到
for layer in layers: x = layer.forward(x)时，你一眼就能明白这是前向传播，无需阅读每一行的矩阵乘法细节。 - 提高复用性 (Reusability)： 一旦你定义了
Linear或Sigmoid这样的抽象模块，你可以将它们以任何顺序组合，来搭建不同的网络结构，无需重写底层逻辑。 - 便于维护 (Maintainability)： 当你需要优化
Linear层的性能（例如，改用其他矩阵库）时，你只需要修改Linear类内部的实现细节，而无需修改主循环中的前向和反向传播代码。
抽象化是编写大规模、复杂系统时必不可少的工具，它让你的代码能够从“一团糟”的过程脚本，变成结构清晰、易于管理的模块化系统。