在下图中，虽然信息流是从输入层流向输出层，但权重的标注却是相反的。例如：对于从 X3 流向第四个隐藏层节点的箭头，其权重标记为 W(1,0) 和 W(4,3)，而不是 W(0,1) 和 W(3,4)，这表明数据从第 0 层的第 3 个节点流向第 1 层的第 4 个节点。
我的一位神经网络老师根本没有强调这个约定。另一位老师特别强调了这一点。
有没有理由有这样一个不直观的约定，真的有约定吗？
多层网络的网络权重是否有命名约定？
人工智能
神经网络
2021-10-23 08:50:25
1个回答
当系统增长时使用矩阵表示法，作为a = Wx，作为a（隐藏层中激活函数的输入）和x（来自输入层的值）列向量，转置 (a1,a2,...a_m) 和 ( x1,x2,...,x_n) 和W是一个 m×n 矩阵，维数为 m 行 n 列。表示矩阵元素的标准方法是 w(i,j)，其中“i”是行号，“j”是列号：
（来自维基）
出于这个原因，从 x3 应用于 h4 的权重是矩阵 W 的第 4 行第 3 列中的元素，即 W(4,3)（正如您的老师所提倡的，但遗憾的是缺乏解释能力）。
在您的示例中：
注意：当 x1, x2, ... 本身是向量时，事情会更复杂一些，但最终结论是相同的。
（PS：紧急允许在此堆栈交换中使用乳胶表示法！）
其它你可能感兴趣的问题