Neuronale Netze lassen sich auch als Matrizen darstellen (siehe Abbildung 6). Dies hat den Vorteil, dass die zuvor erläuterten Berechnungen mathematisch relativ einfach und zusammenfassend vorgenommen
werden können. Eine
Matrix ist eine mathematische Einheit, genau wie eine einzelne Zahl.
Solch eine Matrix W besteht aus einer Menge von Elementen
wij.
Der erste Index i gibt dabei die Zeile in der Matrix an, der zweite
Index j hingegen die Spalte in der das Element steht. Da das Lernen
in neuronalen Netzen in den Gewichten stattfindet und diese das
gelernte Wissen des Netzes speichern, werden die Netzgewichte als
Matrix dargestellt.
Gewichtsmatrix
Ein neuronales Netz kann man durch eine Gewichtsmatrix darstellen,
sofern keine Hidden-Schicht existiert. Bei einer Hidden-Schicht
würde man zwei Gewichtsmatrizen benötigen, bei zwei Hidden-Schichten
drei Matrizen usw.
Abbildung
6:
Darstellung der Äquivalenz zwischen schematischer Illustration und Matrizenschreibweise bei neuronalen Netzen. Der jeweils
erste Index der Gewichte bezieht sich auf die Output-Unit (1, 2 oder 3), der zweite Index gibt die entsprechende Input-Unit
(1 bis 4) des neuronalen Netzes an.