我在查看Aymeric Damien的TensorFlow示例（https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/multilayer_perceptron.py），在multilayer_perceptron.py中，他使用了一个神经网络来分类MNIST数字。我认为他使用的是一个具有784个输入，2个隐藏层每个层有256个神经元，以及10个输出的神经网络。我的理解正确吗？在multilayer_perceptron.py中的weights和biases的矩阵维度是如何与ANN的“维度”（#输入，#隐藏层，#输出，每个隐藏层的神经元数量等）对应的？谢谢！

回答：

这是一个3层的神经网络（2个隐藏层和一个输出层）。

从输入到第一个隐藏层的连接有784 x 256个权重和256个偏置。这种配置是因为784个输入中的每一个都与256个隐藏层节点完全连接，每个隐藏层节点有一个偏置。

从第一个隐藏层到第二个隐藏层的连接有256 x 256个权重，这是由于层与层之间的完全连接。第二个层的256个节点每个也有一个偏置。

从第二个隐藏层到输出层的连接类似。有256 x 10个权重（对应于第二个隐藏层的256个节点和输出层的10个节点），每个输出节点有一个偏置。

因此，总共有785*256 + 256*256 + 256*10 = 269,056个权重和256 + 256 + 10 = 522个偏置。

下图应能完全解释这一点。