当输入一个样本时，对应于神经元模型
设输入是大小为n[0]的列向量x，第一层隐层神经元个数为n[1]，对应列向量z[1]，则有：
z[1] = w[1]*x + b[1]
易知w[1]是n[1] x n[0]大小的矩阵，b[1]是大小n[1]的列向量。
当输入整个样本集（设一共m条样本），则此时输入是n[0] x m大小的样本矩阵（对应m个样本），z[1]是n[1] x m大小的矩阵（对应m个样本），而w[1]仍然是n[1] x n[0]大小的矩阵。注意此时b[1]在代码编写中仍可设为大小n[1]的列向量，因为加法运算能通过python的广播机制实现
最后
以上就是自觉嚓茶最近收集整理的关于神经网络一次性输入多样本时，向量维数的确定的全部内容，更多相关神经网络一次性输入多样本时，向量维数内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![[知乎作答]·神经网络对于输入的维度不一致的处理[知乎作答]·神经网络对于输入的维度不一致的处理](https://file2.kaopuke.com:8081/files_image/reation/bcimg10.png)
发表评论 取消回复