为什么神经网络有偏置？ 神经网络中的偏置（bias）究竟有这么用

转载地址

https://www.zhihu.com/question/305340182/answer/721739423

首先从线性方程的角度来看，假设简单的线性方程y= wx,当权重w= 1,2,3时，图形如下：

不管权重怎么变换该方程所能拟合的场景都受制于原点（0,0）。当给这个方程加上截距后变成y= x + 1.方程的灵活性大大增加，拟合能力增强，所以提升了精度。

在神经网络中，以sigmoid函数为例，加入偏置后也是增加了函数的灵活性，提高了神经元的拟合能力。

在神经元中，output = sum (weights * inputs) + bias。偏置实际上是对神经元激活状态的控制。比如在上图中，当偏置为20时，x较小时y的值就可以很大，就可以较快的将该神经元激活。