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。