这个神经网络的尺寸，即（4个输入，2个隐藏层，每个X神经元等）

Question

我正在查看Aymeric Damien（https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/multilayer_perceptron.py）的张量流示例，并在weights中使用神经网络对MNIST数字进行分类。我认为他正在使用 784输入的神经网络，其中2个隐藏层各有256个神经元，10个输出。我对么？ polygon_perceptron.py中的biases和public interface ThingRepository extends JpaRepository<Thing, Long>{ @Query("select t from Thing t .....") public List<ThingProjection> findBySomeCriteria(...); } 中的矩阵维度与ANN“维度”（每个隐藏层中的#inputs，＃hidden layer，＃output，＃neurons，等等。 谢谢！

Answer 1

这是一个3层神经网络（2个隐藏层和一个输出层）。

第一个隐藏层的输入之间的连接具有784 x 256个权重，具有256个偏差。这种配置是由于784个输入中的每一个完全连接到256个隐藏层节点，每个隐藏层节点都有1个偏差。

由于各层之间的完全连接，第一个隐藏层与第二个隐藏层之间的连接具有256 x 256个权重。第二层的256个节点各有1个偏差。

第二个隐藏层和输出层之间的连接类似。有256 x 10个权重（对于第二个隐藏层的256个节点和输出层的10个节点），每个输出节点有1个偏差。

因此有785 * 256 + 256 * 256 + 256 * 10 = 269,056权重和256 + 256 + 10 = 522偏差。

下图应该完整解释。