Deep learning 输出是否算作一层？

在中性网络中，当谈到层时，输出是否算作一层？根据我的读数，似乎有些人算，有些人不算。例如，作者说这是一个两层网络。输入、隐藏和输出不应该至少是3层吗

文章在这里：

---

根据您的定义，它会起作用。你可以把它定义为一层网络，但我接触过的大多数人都会说这是一个三层网络。sticks是大多数人使用的定义。在Keras或任何其他框架中，这也是以编程方式写成三层的

这取决于使用该术语的人，但通常人们对具有权重的层数感兴趣。（当我想到层与层之间的权重时，这有点奇怪，但无论如何）

根据这种逻辑，上面的网络是一个两层网络。2个称重/学习层

---

你也可以说网络有一个隐藏层（以及一个输入层和一个输出层）。

我也感到困惑，但我注意到人们大多提到“我使用x数量的隐藏层和[x，y，x]节点”你认为这是多少层？嗯。。。正如您提到的，一个输入层、一个隐藏层和一个输出层。根据层的定义，我会说总共3层。但为了不让人困惑，我只想说1个隐藏层