神经网络中参数权重w,偏置b的作用

我们都知道，神经网络学习的本质，其实就是利用损失函数来对权重参数w的不停迭代更新以期达到较好的性能。

y = weight*x + bias

bias神经元的引入使您可以沿输入轴水平（左/右）移动传递函数曲线，同时保持形状/曲率不变。这将允许网络产生与默认值不同的任意输出，因此您可以自定义/更改输入到输出的映射以适合您的特定需求。bias可以上下移动线以更好地将预测与数据拟合。如果没有bias，则直线始终穿过原点（0，0），因此拟合度可能较差。