当输入一个样本时,对应于神经元模型
设输入是大小为n[0]的列向量x,第一层隐层神经元个数为n[1],对应列向量z[1],则有:
z[1] = w[1]*x + b[1]
易知w[1]是n[1] x n[0]大小的矩阵,b[1]是大小n[1]的列向量。
当输入整个样本集(设一共m条样本),则此时输入是n[0] x m大小的样本矩阵(对应m个样本),z[1]是n[1] x m大小的矩阵(对应m个样本),而w[1]仍然是n[1] x n[0]大小的矩阵。注意此时b[1]在代码编写中仍可设为大小n[1]的列向量,因为加法运算能通过python的广播机制实现