嘗試僅使用帶有鳶尾花資料集的 NumPy 構建多層感知器，但我堅持這樣做：
4 個節點的輸入層（虹膜資料集形狀為
(112,4)）。我希望我的隱藏層由 3 個節點組成，所以理論上正確的形狀是
(112,3)？
我知道每個輸入都有自己的權重示例：
input[0]有weight[0]等。問題是我的隨機初始權重必須采用什么形狀才能正確執行點積才能獲得正確的隱藏層輸出？
uj5u.com熱心網友回復：
函式的引數數量不應取決于資料集中的條目數。根據您的評論，您具有112大小特征，4并且您希望將具有線性函式的特征投影到特征大小3。一個完全連接的層歸結為矩陣乘法，并帶有可選的附加偏差。所以在你的情況下，你只需要使用一個4x3矩陣。
>>> x = np.random.rand(112,4)
>>> m = np.random.rand(4,3)
推理：
>>> out = x@m # __maltmul__
>>> out.shape
(112, 3)
您還可以添加偏差：
>>> b = np.random.rand(1,3)
>>> out = x@m b
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/497803.html