Краткое содержание

Я постоянно оказываюсь в замешательстве, когда пытаюсь визуализировать нейронную сеть с входными векторами и весами. Допустим, у меня есть такой ввод: Вход 1 Вход 2 Вход 3 Вывод 1 2 3 13 4 6 0 6 8 1 11 Предполагая, что у меня один скрытый слой с 3 нейронами и 2 выходными нейронами, я хотел бы узнать, правильно ли мое понимание этой простой нейронной сети в матричной нотации? X = $\begin{bmatrix}1&2&3\\3&4&6\\6&8&1\end{bmatrix}$ Моя матрица весов будет выглядеть так: W = $\begin{bmatrix}W_{11}&W_{12}&W_{13}\\W_{21}&W_{22}&W_{23}\end{bmatrix}$ Предполагая, что смещение равно 0, мое многомерное уравнение суммирования для Нейрона 1 в скрытом слое будет выглядеть следующим образом (в матричном представлении скалярного произведения): Сначала я не могу умножить обе матрицы, так как это не удовлетворяет правилу, согласно которому количество столбцов в Матрице 1 (в моем случае Матрица X) должно равняться количеству строк в Матрице 2 (моя матрица весов W). Верно? Итак, мои вопросы теперь таковы: Должно ли я выбрать для скрытого слоя 3 нейрона? Правильно ли мое общее понимание…