所以我最近对机器学习产生了兴趣，现在正在参加课程。然而，就像 10 年前一样，我在做线性代数时，我在权重的矩阵尺寸方面遇到了一些问题。
我正在尝试构建一个包含两个隐藏层、输入和输出节点的代码。我的输入数据（输入和目标）由 5 行和 25 列组成。 5 张图片，每张图片为 25 像素。每张图片都是一个字母（A、B、C、D、E）。
因此，包含从输入节点到第一个隐藏层的权重的矩阵的维度应为 [25 x 某物]。
包含从第一个隐藏层到第二个隐藏层的权重的矩阵的维度应为 [某物 x 5]。
包含从我的第二层到我的输出节点的权重的矩阵的维度应为 [5 x 某物]。输出应该有五行，因为它可以是 5 个字母之一。
我试图从这个网页中汲取灵感来设置我的矩阵，但它不起作用。
由于这个操作系统给我带来了很多麻烦，我修改了以下代码（3layer.py）以进行测试： https://github.com/jiexunsee/Neural-Network-with-Python
总结一下我的问题，假设我的输入确定为 5 张图片，每张图片 25 个像素 [5x25]，并且我希望我的输出与我的输入基本相同（用 1 个字母回答）。我的 3 个权重矩阵应该有哪些维度？我该如何计算？