求一机器学习公式的正解

自学机器学习的过程中，碰到下面的公式以及代码。没大明白为什么h(x)=wT乘以X。我看图中w的规格是1×2，那转置之后就应该是2×1，而X的规格是97×2。所以应该是X乘以wT啊，按图中公式写得那样根本没法相乘额。请问公式那里是不是把wT和X给写反了？而且图中的代码也是将X放左边，将wT放右边，然后相乘。我交换了它们的位置，代码就报错了。

公式只是公式，矩阵相乘看数据格式啊，公式只是说明,一般来说在机器学习里面如果没有特殊说明，y=XW+B 和 y=WX+B 在神经网络中是等价的,（不要和线代里面的矩阵乘法不能交换位置混掉），这两个意思是一样的，表示卷积而已，只不是两个之间的关系是转置了一下而已（没写转置符号）
实际上，你这个应该是y=wX^T，你的y应该是y^T,进行一次转置之后，根据穿脱原理：
(wX^T)^T=Xw^T