我试图建立一个能够学习矩阵乘法规则的神经网络。我已经尝试通过两个矩阵（2x2）及其相应产品（2x2）的训练集直接进行。我尝试通过提供这个训练数据来训练网络，看看它是否能够自己掌握乘法规则。这似乎不起作用。
我现在正在考虑通过使网络专注于进行乘法运算所必需的操作序列来学习矩阵乘法。例如，如果我们有两个矩阵A和B，它会告诉我C11将是A11 * B11 + A12 * B21等。这将是我期望从网络中获得的第一个输出（4）。我一直在使用python scikit进行神经网络。我无法正确解决问题。我可视化的方式是我的训练数据有8个输入（2个2x2矩阵）和4个输出（乘法矩阵）。我想使用这些数据来学习一系列操作，而不事先告诉它操作，因为这会破坏网络的目的。我应该如何安排我的训练数据和网络来确定乘法规则？