Neural network 神经元总是持有标量值吗

Neural network 神经元总是持有标量值吗,neural-network,Neural Network,神经网络中的一个神经元是否像多层感知器(MLP)中那样只持有一个标量值。或者它有一个矩阵?我正在学习CNN,我有点困惑,如果神经元持有矩阵(不确定-我认为它持有卷积层中的矩阵),反向传播是如何工作的?你也有点困惑StackExchange。请访问。矩阵包含哪些内容?实际上,一个神经元不包含标量,而是一个函数,它通过向量乘法(输入乘以权重)得到的向量来计算标量@YassinHajaj,是的,神经元就是这样。但在卷积层,假设输入是28x28图像,滤波器为4x4(假设步幅为[1,1]),则输出为25x

神经网络中的一个神经元是否像多层感知器(MLP)中那样只持有一个标量值。或者它有一个矩阵?我正在学习CNN,我有点困惑,如果神经元持有矩阵(不确定-我认为它持有卷积层中的矩阵),反向传播是如何工作的?

你也有点困惑StackExchange。请访问。矩阵包含哪些内容?实际上,一个神经元不包含标量,而是一个函数,它通过向量乘法(输入乘以权重)得到的向量来计算标量@YassinHajaj,是的,神经元就是这样。但在卷积层,假设输入是28x28图像,滤波器为4x4(假设步幅为[1,1]),则输出为25x25,这表示神经元的输出,其权重对应于滤波器的内核。所以这里神经元保持25x25的输出,对吗?你对StackExchange也有点困惑。请访问。矩阵包含哪些内容?实际上,一个神经元不包含标量,而是一个函数,它通过向量乘法(输入乘以权重)得到的向量来计算标量@YassinHajaj,是的,神经元就是这样。但在卷积层,假设输入是28x28图像,滤波器为4x4(假设步幅为[1,1]),则输出为25x25,这表示神经元的输出,其权重对应于滤波器的内核。这里神经元保持输出25x25对吗?