我在阅读谷歌的机器学习速成课程时有一个问题。什么是权重？（我理解这是图表中的斜率，但这并不符合我的理解）
我还不明白权重对模型预测的影响（例如，在这个游乐场中）
非常感谢您的帮助。
回答：
模型中的每一层都是一个包含许多“未知”变量的巨大数学函数。
当你构建模型时，你是在构建一个怪物函数（包含数千或数百万个未知变量），它从输入生成输出。
有点像这样：
output_tensor = huge_function(your_input_tensor,var1,var2,var3,var4.......,var10000000)这些变量就是权重。开始时，它们被赋予随机值，显然你的函数会给出糟糕的结果。
随着训练的进行，你会调整这些变量的值，使结果得到改善。
权重就是这些变量，即你将调整的模型中的变量，以便你的巨大函数能给你带来好的结果。
权重与偏置
根据你所阅读的内容或所使用的程序，它们会被称为权重。根据我上面所写的，这两者都符合描述。
但通常来说：
- 权重 – 乘以输入
- 偏置 – 加到乘积输出上
所以，通常的层（当然有一些重要的区别）会执行这样的操作：
output_matrix = input_matrix x weights + biases 然而，没有什么能阻止你创建自定义操作，其中你的变量/权重既不乘也不加。
