关于输入形状的思考

我之前是最习惯这样的：

θX = Y，因为这样长得像f(X) = Y，这也更符合大多数的图
θ是矩阵, X每一列是一个输入，这一列会作为一个整体，经过θ的处理，变成Y最左边的一个数据。Y就是横着的一个list。

但是现在我发现不太一样了

首先是pandas.read_excel和mySQL，他们似乎更喜欢把feature当成一列。这样就会导致X的每行是一个整体，这样就会导致X的shape=(??,feature)，然后Y形状就是一列，Y.shape=(??,1)。
整个过程就是：

(??,featue)    =>    (??, units)    =>    (??, 1)

例如，我们创建一个Dense(units=5), Dense(units=6), Dense(units=7), Dense(units=1)的sequential model，一个行向量的训练过程就：
shape=(1,4) => (1,5) => (1,6) => (1,7) => (1,1)

换句话说，units就是变化中的feature