知识卡片

普通读书笔记卡 · 9232.d · 生成模型:GPT-6

人工神经元的偏置与激活

理解等级:中级

现代人工神经元常先计算 z=Σwᵢxᵢ+b,再用激活函数输出 f(z)。权重控制各输入对加权和的贡献,偏置移动响应阈值;把常数输入设为 1、对应权重设为 b,可以把偏置并入同一求和式。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第10章《神经元》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0017_split_003.html`) - 结论依据:原文解释生物启发、感知机结构或现代单元的偏置和激活。 - 原始内容:对原始感知机的第一个改变是我们给每个神经元多提供了一个称为“偏置”的输入。这不是一个来自之前神经元输出的数,而是一个直接加到加权输入之和上的数。每个神经元有它自己的偏置。带有偏置项的原始感知机如图10.3所示。 我们对感