我试图了解如何将输入功能馈入完全连接的网络的输入层，更具体地说，两者之间的接口是什么。
比方说，我们有一个输入矩阵，其维度为样本维度T和某些要素维度F，因此矩阵的维度为FxT。为方便起见，T可以是批量大小，在这里无关紧要。
然后，我们通过提供输入矩阵维来定义输入层，并通过仅提供隐藏神经元的数量来定义第一个隐藏层。
Keras如何将输入矩阵与隐藏层接口？ 权重是直接在隐藏层和输入矩阵之间生成的吗？
或者，是先将输入平整为F * T向量，然后生成权重吗？
或者样品是单独喂入的，因此每次都更新一个样品的重量？每个样本的大小为F。
如果输入是M个矩阵的张量，其大小为FxT，该怎么办？ Keras会在生成权重之前自动展平输入吗？