神经元的输出，在作用激励函数（也有称激活函数）之前，是权重和输出的点积，形如：
w·x+b的形式，wx可以理解，b代表什么意思？
最初的最简单神经网络，输入输出是线性变换，当权重和输出的点积大于某一个阈值的时候，输出1，否则输出0.如下
w·x>t------输出1
w·x<t------输出0
t衡量输出1的难易度。这个算式变换一下：
w·x-t>0----输出1
w·x-t<0----输出0
我们用b代替-t。这就是偏执值。所以b也是衡量激活难易的参数。这一方式貌似发展到有激活函数的神经网络后就用处不大，比如有的网络就取消了b参数简化运算。
偏执值的意义
猜你喜欢
转载自blog.csdn.net/qq_31150463/article/details/84135772
今日推荐
周排行