我将设计一个神经网络，它将能够将 5 个字母（字符）的单词分解成相应的音节（混合音节，我的意思是它不会严格遵守语法音节规则，而是基于我提供的一些训练集）。

示例：火车 -> 火车

我想用一些前馈网络来实现它，如下所示：

输入层 -> 隐藏层 -> 输出层

将有 5 个小数形式的输入节点（1/26 = 0.038 for 'A' ; 2/26 = 0.076 for 'B' ......）

输出层由 4 个节点组成，对应于单词中两个字符之间的每个间隙。

并触发如下：

对于“火车”（TRA-IN）：输入（0.769,0.692,0.038,0.346,0.538） 输出（0,0,1,0）

对于“ BORIC”（BO-RI-C）：**输入.... 输出（0,1,0,1）

是否有可能以我正在做的方式实现神经网络？

如果可能的话，那么我将如何确定每层中隐藏层和节点的数量？

（在我正在阅读的书中，给出了 XOR 门问题及其使用隐藏层的实现。在 XOR 中，我们可以通过使用两条线查看 XOR 的线性可分离性来决定所需的节点和隐藏层的数量。但在这里我认为这样的分析不能制造。

那我该怎么办？？或者这是一个反复试验的过程？)