因此，我正在学习SIMPLEST编写神经网络的方法，可以根据您的需要以多种方式进行修改，基本上就像模板一样 . 我发现我是trask的11行神经网络代码，并且权重初始化非常有意义：
syn0 = 2*np.random.random((3,1)) - 1
但是，当我查看它的扩展3层网络时，它看起来像这样：
syn0 = 2*np.random.random((3,4)) - 1
syn1 = 2*np.random.random((4,1)) - 1
我会理解syn1是否有点不同，但两者现在不同了！他没有解释它，只给出一个评论说，“用平均值0随机初始化我们的权重 . ”
有人可以向我解释这背后的数学推理吗？如果你愿意，你会疯狂，我从5开始就是一名数学家 .
1 回答
如果不同，你指的是
np.random.random()的参数，那是因为你正在创建具有不同形状/尺寸的权重 . 在此示例中（忽略偏差），您尝试从维度3的输入转换为维度1的输出 . 对于一个图层，您需要形状(3,1). 对于两个图层，您需要形状(3,n)和(n,1)，其中n是任何整数 . 这只是为了确保矩阵乘法有效 . 这里n = 4被选为隐藏层维度 .