【发布时间】：2017-05-02 00:37:07
【问题描述】：
我想解释下图中关于感知器学习的问题。它是关于使用训练集的监督学习，因此应根据预定义的一组值检查值的正确性。我不太清楚，A, B 和 bias(b) 的值是怎么来的。您能否解释一下这些的含义以及它们在学习过程中是如何计算和改变的？
【问题讨论】：
标签： machine-learning neural-network artificial-intelligence perceptron
【发布时间】：2017-05-02 00:37:07
【问题描述】：
在这里，您可以获得关于神经网络基本概念的直观、直观、交互式和精美的指南： https://jalammar.github.io/visual-interactive-guide-basics-neural-networks/
它可能会解决您的所有疑问。但是，如果您在阅读后仍有更多问题，您将能够提出更具体的问题。享受吧！
【讨论】：
-
太好了，感谢您的链接，但我想在纸上手动完成这些操作。
-
欢迎您！是的，这些示例非常简单，您应该能够在纸上手动复制它。在那之后，你肯定可以面对你的例子。或者你到底是什么意思？
-
是的，我明白了，在我的示例中有 2 个权重，但是在计算 Y 值后不知道如何修改偏差。
-
是的，首先你必须仔细阅读（并理解）链接中的信息，然后你就会知道如何修改偏差。