神经网络权重矩阵说明

Question

大家好，我想知道是否有人可以在我即将进行的关于AI的Python考试中帮助我解决这个问题。这个问题使我感到困惑，因为我认为我通常需要更多信息来回答，但未提供。问的问题是

Python类用于表示神经网络，并按如下所示调用前馈操作：

'y_hat = NN.forward（X）'

其中y_hat是输出，X是输入矩阵。

神经网络的输入大小为80，一个隐藏层大小为40，输出层大小为1。

W1和W2矩阵的大小是多少？

如果有人可以帮助我，因为我的讲师没有回复班级电子邮件。 非常感谢！

Answer 1

让我们说：

• X个输入向量，（大小为80 * 1）
• H隐藏层向量，（大小为40 * 1）
• Y输出向量，（大小为1 * 1）

您有：

• H = W1 * X
• Y = W2 * H

所以：

• W1的尺寸为（40 * 80）
• W2的大小为（1 * 40）

注意：大小（m * n）表示m行，n列

Answer 2

根据您的描述，我假设您有两层，其中第一层出一个批次x 40的张量，第二层出一个批次x 1的张量，而输入是批次x 80的张量。

则权重维数为：

W1：80x40->第一层 W2：40x1->外层

Answer 3

前馈神经网络如下所示：

输入层（80x1）-W1（？x？）-隐藏（40x1）-W2（？x？）-输出（1x1）

• X的大小为80x1，而“隐藏层”的大小为40，使用公式H = W1 * X => W1的大小为40x80

• 隐藏层的大小为40x1，输出层的大小为1，使用公式Y = W2 * H => W2的大小为1x40

这将有助于：

https://en.wikipedia.org/wiki/Feedforward_neural_network

https://en.wikipedia.org/wiki/Backpropagation