我目前正在学习神经网络，我看到互联网上对权重和输入矩阵的维度的描述相互矛盾。我只是想知道是否有更多人使用的某些约定。
我目前用以下尺寸定义我的输入矩阵 X：
(MXN)
其中 m 是样本数，n 是特征数。
我用尺寸定义了我的重量矩阵：
（轴）
其中a是层中的神经元数量，b是最后一层中的神经元数量。
这是传统的还是我应该改变一些东西？
神经网络中输入和权重矩阵维度的约定？
数据挖掘
神经网络
矩阵
2022-02-16 05:02:00
1个回答
我不会说它本身有这样的约定（如果有人对此有任何评论，我也想知道）。
我认为为了更清楚地说明图层的输入如何x与 weights 交互W，最好将尺寸定义如下：
x: (mxn)W: (nxk)- 偏置项
b：（k）
m 仍然是示例数。n 表示输入特征的数量，k 表示层中的中子数。
众所周知，我们将层的输出计算y为Wx + b。因此，生成的输出矩阵将是 (mxk)
其它你可能感兴趣的问题