Question

我正在阅读谷歌ML速成课程，并有一个问题。什么是体重？（我知道这是一个情节中的斜坡，但它不符合我的理解）

我也不了解体重对模型预测的影响（例如，在此playground中）

非常感谢你的帮助。

Answer 1

模型中的每一层都是一个巨大的数学函数，有许多“未知”变量。

当您构建模型时，您将构建一个怪物函数（具有数千或数百万个未知变量），从而提供输入的输出。

这样的事情：

output_tensor = huge_function(your_input_tensor,var1,var2,var3,var4.......,var10000000)

这些变量是权重。一开始，他们会收到随机值，显然你的功能会给你带来可怕的结果。

在训练时，您可以调整这些变量的值，以便提高结果。

权重就是这样的变量，你要调整模型中的变量，这样你的巨大功能就会给你带来好的结果。

权重x偏见

根据您正在阅读的内容或您正在使用的程序，它们将被称为权重。根据我上面写的内容，两者都符合描述。

但通常是：

因此，通常的层（当然有一些重要的区别）执行以下操作：

output_matrix = input_matrix x weights + biases

但是，没有什么能阻止你创建自定义操作，你的变量/权重既不会增加也不会增加。