具有（显然）3个输入层和一个矩阵输出的Python神经网络

Question

我正在尝试进行以下操作的NN（主题，我对此一无所知，并且阅读不清楚）：

将m x n矩阵作为第一输入，然后是第二和第三矩阵，最后输出结果矩阵。例如：

[0,0,0,1,0,0]    [0,0,0,2,0,0]    [0,0,0,0,0,0]        [0,0,0,0,1,0]   
[0,0,0,1,0,0] => [0,0,1,0,1,0] => [0,0,0,1,0,0] yields [2,0,1,0,0,0] 
[1,0,1,0,1,0]    [1,0,0,0,0,0]    [0,1,0,0,1,0]        [0,1,0,1,0,0]

请注意，我是1个矩阵，而不是3个向量（我不知道该怎么做一个巨大的方括号）。

除了不知道如何做到这一点（如果可以做到）之外，我还有其他担忧：

如在第一矩阵中所见，第一行和第二行是相同的，但是第二矩阵不会产生相同的结果。这可能是因为整个第一矩阵对此有影响还是没有影响（我正在使用应该是“随机”的数据，但这正是我想弄清楚的：它有多随机）。
• 大多数示例中，我只看到一个数字，而不是矩阵。数字在0到1之间（如果我理解正确，因为使用了Sigmoid函数），但是我需要将它们设置为int> = 0。

我希望我说得足够清楚。

非常感谢您！

P.S：我确定这不会影响一般答案，但是为了完整起见，我将添加矩阵为100 x 6。