ntrain = length(y_train); arch = [784,100,100,10]; nlayer = length(arch); mini_batch_size = 100; max_iteration = 50000; eta = 1; lambda = 5;

这些是一些机器学习中常用的参数和超参数，可以解释如下：

- ntrain：训练集的大小（样本数）
- arch：神经网络的架构，其中784是输入层的大小，10是输出层的大小，100是两个隐藏层的大小
- nlayer：神经网络的层数，包括输入层、输出层和隐藏层
- mini_batch_size：小批量梯度下降法中的每个小批量的大小
- max_iteration：迭代的最大次数
- eta：学习率，控制每次迭代更新的步长大小
- lambda：L2正则化的惩罚系数，用于控制模型的复杂度。