一、权重 w官方定义权重是神经元中各输入特征对应的可学习参数代表该输入对最终输出结果的影响系数网络训练过程就是利用梯度下降不断迭代更新全部权重用于拟合数据内在规律。权重可正可负正数代表正向促进负数代表反向抑制。大白话每一条参考信息的重要程度分。 数值越大越关键正数就是加分项负数就是拖后腿、减分项。 AI 学习的核心就是一遍遍修改这些分数慢慢摸清每条信息该占多大分量。重要提醒小叶会每天更新深度学习相关知识跟着小叶一起来深度学习一点都不难。每天记得看一下哦不要落下重要知识了。二、偏置 b官方定义偏置为神经元的常数项参数属于可学习参数作用是对加权求和结果进行整体平移避免输入全为零时神经元无有效输出拓宽模型拟合范围。大白话给整体计算结果加一个固定基础分。 就算所有输入数据全是 0神经元也能有初始分值不会直接卡死没法输出结果用来微调整体判断基准。三、二者区别一句话权重管每条输入各自占多大比重 偏置管整体结果往上抬 / 往下压一个固定数值。概括权重 w可学习参数决定单个输入的影响力大小偏置 b可学习常数整体偏移计算结果防止输入为空时失效 二者都是神经网络需要训练更新的核心参数。小叶发现很多朋友看完就走了顺手点个关注和赞只是举手之劳啦这是对小叶最大的认可希望大家看到后点个赞啦。
