Python 我如何从谷歌'；什么是深度学习课程？

我一直在享受谷歌的深度学习课程，但觉得它相对困难。我仍然在第一部分，这是通过多项式逻辑分类，特别是在根据字母图片包含的字母进行分类

虽然我有点明白了，但我还是很难理解这个图表

我想最让我困惑的是输入X（我假设它是一个像素值的大矩阵）是如何转换成一个1列3行的矩阵的，图中的标题是y。我不明白，将公式wx+b应用于输入矩阵X，如何在图中得到3x1矩阵y。在这张图中，不管X的大小，你都会得到一个输出矩阵y，每个可能的分类（在本例中是a、B或C）都有一行，但是如果模型是wx+B，这就没有意义了，y的大小应该和X的大小相同，但是这没有意义，因为你有一个巨大的y值矩阵，我不知道你如何分类

而且我真的不明白y是什么？对于x可以是的每个可能的分类，y是否只有一个数字，更高的数字表明它是该分类

我想我知道softmax是如何从y计算出来的

---

谢谢

如果有疑问，您应该添加本教程的链接。顺便说一句，这可能是唯一的例子-如果你使用更大的矩阵X，那么你会得到更大的Y，等等，可悲的是，我需要更多的声誉，包括2个链接。我不知道X矩阵的大小是否为500万X 500万，这是否意味着y矩阵也将是该大小？如果是，这对解释y矩阵并将其转换为softmax意味着什么。@slimshady添加评论链接我的问题来自课程的第一节@Spidermanhere W和b也是矩阵。