ニューラルネットワークで重みとバイアスが必要なのはなぜですか？

Question

今、私は今休暇中にニューラルネットワークを手に入れようとしてきました。私はこれについて多くのページを見てきました。今私が理解できないことの1つは、なぜ体重や偏見が必要なのかということです。

体重について私は、特定の定数を入力に掛けて、yの値に達することができ、y = mx + cのような関係を知ることができるという直感を持っています。可能であれば直感で私を助けてください。事前に感謝:)

Answer 1

私は彼の説明を適合させたthis siteからこの答えをJed Foxに信用したいと思います。これは、ニューラルネットワークへの素晴らしいイントロだ！：

https://github.com/cazala/synaptic/wiki/Neural-Networks-101

適応の答え：ネットワーク内

ニューロンが自然界に見られる神経細胞に基づいています。彼らは情報を取り込み、その情報に従ってある種の応答を不正にする。 「活性化」。

ニューロンJ

人工ニューロン

あなたは、彼らはいくつかの入力を持って見ることができるように、各入力の重み（つまり特定の接続の重みがあります：

人工ニューロンは、次のようになり）。人工ニューロンが活動化すると、入力されたすべての入力に対応する結合重みを掛けてその状態を計算します。しかし、ニューロンには常に1つの余分な入力があります。バイアスは常に1で、独自の接続重みを持ちます。これは、すべての入力が0（すべて0）であっても、ニューロンに活性化があることを保証します。

ニューロンは、その状態を計算した後、結果を正常化する（通常は0〜1）その活性化関数に渡します。

これらの重み（時には偏り）は、ニューラルネットワークで学ぶものです。それらをシステムのパラメータと考えてください。彼らがなければ、彼らはかなり役に立たないだろう！

その他のコメント： ネットワークでは、重み付けされた入力は他のニューロンから来る可能性があります。そのため、重み付けによってニュートンが互いにどのように関係しているかが分かります。

こちらがお役に立てば幸いです。上記のインターネットとリンクには、さらに多くの情報があります。より複雑なニューラルネットワークに関する情報については、Stanford's Material for CNNsの一部を読むことを検討してください。