Comment Utiliser les 3 Neurones dans le Réseau de Neurones?

C'est un classique de la visualisation de la perceptron modèle d'apprentissage avec 1 neurone. Disons que je voudrais utiliser 3 neurone ou 5 neurone pour la formation, puis-je le faire sans couche cachée ? Je ne peux pas l'image dans ma tête. Voici le code;

import numpy as np

def tanh(x):  
    return (np.exp(x)-np.exp(-x))/(np.exp(x)+np.exp(-x))

def tanh_derivative(x):
    return 1-x**2

#inputs  
training_inputs = np.array([[0,0,0],[0,0,1],[0,1,0],[0,1,1],[1,0,0],[1,0,1],[1,1,0],[1,1,1]])
                          
#outputs
training_outputs =np.array([[1,0,0,1,0,1,1,0]]).T

#3 input 1 output //
synaptic_weights = 2* np.random.random((3,1))-1 
print('Random weights :{}'.format(synaptic_weights))


for i in range(20000):
    input_layer = training_inputs
    outputs = tanh(np.dot(input_layer,synaptic_weights))
    error = training_outputs - outputs
    weight_adjust = error * tanh_derivative(outputs)
    
    synaptic_weights += np.dot(input_layer.T, weight_adjust)
print('After training Synaptic Weights: {}'.format(synaptic_weights))
print('\n')
print('After training Outputs :\n{}'.format(outputs))