与显示所有矩阵尺寸的ANN图有关的简单问题:输入、权重和输出

Question

在过去的一周里，我一直在阅读几篇神经网络文章，还有一件事我还在努力理解，那就是ANN训练中矩阵的标注。我创建了一个图表(基于同一篇文章给出的示例)，试图找出它。我在图表上插入了与神经元相关的权重。

我希望有人能证实我的推理，因为这是我现在的痛处之一。

我很感谢你的帮助。

PS:这个帖子是在这个论坛上创建的还是在交叉验证上创建的？我可以看到，这个话题出现在这两个方面。

Answer 1

是。这里提出的推理是正确的。请注意，x输入向量是行向量(而不是列向量)：[x_1, x_2, x_3]。乘法x\cdot w^1为您提供了另一个行向量y_1 = [y_{11}, y_{12}, y_{13}, y_{14}]，它表示第一个隐藏层中1到4个神经元的输出。

然后乘以y_1\cdot w^2并获得另一个行向量，等等，直到外层。最后，执行一个乘以1x4的\cdot 4x1将为您提供一个标量，它将是在该标量上使用output的神经元传递函数之后的净输出。