我看到了以下代码：
权重不应该是4×4的随机矩阵吗？因为我们在隐藏层中有4个神经元，输入值有4个，所以权重的总数应该是16，但下面的代码在初始化函数中分配了一个2×4的矩阵，并创建了一个点积？
回答：
你的输入矩阵X表明样本数量为4，特征数量为3。神经网络输入层的neurons数量等于特征数量，而不是样本数量。例如，假设你有4辆车，你选择了3个特征：颜色、座位数量和原产国。对于每一辆车样本，你将这3个特征输入网络并训练你的模型。即使你有4000个样本，输入neurons的数量也不会改变；它是3。
因此，self.weights1的形状是(3, 4)，其中3是特征数量，4是隐藏neurons的数量（这个4与样本数量无关），正如预期的那样。
*：有时输入会被增加1（或-1）来处理偏置，因此在这种情况下，输入neurons的数量将是num_features + 1；但这是选择是否单独处理偏置的问题。
