绘制一个3层神经网络流程图，第一层11个，第二层8个，第三层4个

下面是一个简单的3层神经网络的流程图，第一层有11个输入节点，第二层有8个隐藏节点，第三层有4个输出节点。

    Input Layer                    Hidden Layer                    Output Layer             
------------------             -----------------              ------------------
|                |  w1,1   |               |  w2,1  |            |                   |
| Input Node 1 |---------->| Hidden Node 1 |--------->| Output Node 1 |
|                |         |               |         |            |                   |
------------------  w1,2   -----------------  w2,2  ------------------
                             |               |        
                             | Hidden Node 2 |        
                             |               |        
                             -----------------
                             |               |        
                             | Hidden Node 3 |        
                             |               |        
                             -----------------
                             |               |        
                             | Hidden Node 4 |        
                             |               |        
                             -----------------

其中，每个箭头表示一个权重（w）链接两个节点。在输入层和隐藏层中，每个节点都使用激活函数（如ReLU）对其输入进行非线性转换。在输出层中，节点使用不同的激活函数（如softmax）将其输出映射到给定的类别或值。