這兩個神經網絡結構之間的根本區別是什麼？

Question

神經網絡處理中的根本區別是什麼？例如，接收三個單獨的輸入以提供單個輸出，而網絡只需要一個輸入大小爲3的單個輸入以提供一個輸出？

如果根本不存在任何區別，那麼何時何地一個比另一個更適用或更有用？另外，將輸入分配給第一個網絡（具有多個輸入的網絡）的最佳方式是什麼？

Answer 1

神經網絡接收一個或多個實例，或特徵向量，作爲輸入，它們無論是從學習或作出預測。

一個這樣的實例通常是載體。矢量的每個元素都被分配到一個輸入神經元，該輸入神經元簡單地返回其分配給（第一）隱藏層神經元的內容。

因此，據我瞭解和理解您的問題，「三個單獨的輸入」和「單個輸入的大小爲3」沒有區別。在我看來，「單一輸入大小爲3」更正確，因爲您一次輸入一個實例，並且該實例具有一定的大小（當然，優化實現允許您一次輸入更多矩陣乘法，但在概念上，神經網絡一次處理一個實例）。

另外，什麼是最好的方式分配輸入到第一個網絡（有幾個輸入）？

就像我說的，每個實例或特徵向量的元素都被分配給一個輸入神經元，它只是返回它的輸入。這是輸入層。