我有一个初步训练的XOR神经网络，其结构正确运行，具有2个输入，2个隐藏节点和1个输出。我希望将其扩展到灰度图像识别，具有NxN的输入，M个隐藏节点和O个输出。

我的问题是，对于一个具有NxN个浮点输入值（介于0.0和1.0之间）的网络，是否/会适用与XOR网络相同的基础理论，用于相同的前馈和反向传播应用，还是需要更多的步骤？

回答：

假设你想创建一个经典网络——一切都完全相同，只需将你的图像向量化——这意味着它并不是真正的NxN矩阵，而是一个包含0到1之间值的N^2长度的向量。