Quand utiliser le produit DOT et quand utiliser le produit commun dans les réseaux de neurones?

Question

Je voulais savoir quand utiliser des produits DOT et quand ne pas, je ne sais pas non plus quand nous devons transposer un tableau et pourquoi devrions-nous, quelqu'un pourrait-il m'aider à comprendre cela? Si vous pouviez me donner le dérivé de la fonction de coût par rapport à chaque pesée (W1, W2, W3) en utilisant des notations ci-dessous pour le comparer avec les résultats que j'ai trouvés, j'apprécierai cela!