我们用多种编程语言对这些东西进行编程。每个都有其特定性，但是它们共享一件事，那就是数组的想法。

数组是相同类型元素的可索引存储。

每种编程语言几乎都保持不变。

假设我们有一个像这样的神经网络

我们有 [数学] N_1 [/数学] （3）输入神经元， [数学] N_2 [/数学] （4）第一隐藏层中的神经元， [数学] N_3 [/数学] （4）秒 [数学] N_4 [/数学] （1）在最后一层即输出层。

因此，我们需要4个数组，其大小对应于 [数学] N_1 [/数学] 至 [数学] N_4 [/数学]。我们称这些神经元数组。我们可以参考第N个数组中的第M个神经元[math] Neuron ^ n_m [/ math]

我们也有权重。这次我们将使用二维数组。

第一组将是4个数组，每个数组3个元素。第二个是4 x 4，最后我们得到一个包含4个元素的数组。换句话说，得到[数学]第[/数学] 一组权重，我们将做一个大小数组

[数学] [N_M] x [N_M-1] [/数学]

我们有3个，因此我们可以将其引用为

[math] Neuron ^ {n} _ {ij} [/ math]

其中n定义权重集。I是右边的神经元数量，j是右边的神经元数量。

要获得第N层第M个神经元的值，您只需

[math] Neuron ^ n_m = \ sum_ {j = 0} ^ {N_ {n-1}} Neuron ^ {n-1} _j \ times Weight ^ {n-1} _ {mj} [/ math]

您可能会在输出上应用一些转换函数，但这对这个问题的主题并不那么重要。

就是这样。在纸上看似有点复杂，但实际上并没有那么复杂