一个神经元怎么做判断

实验目的

理解人工神经元的输入、权重、偏置和输出，知道它是如何做出判断的。

实验原理

人工神经元把每个输入分别乘以对应权重后求和，再加上偏置，得到 z = w1x1 + w2x2 + … + b。然后将z交给激活函数处理得到输出。若使用阶跃函数，z达到阈值就输出1，否则输出0。权重表示各输入的重要程度，调整权重和偏置就改变了神经元的判断标准。

实验器材

• 输入信号
• 权重
• 偏置（阈值）
• 加权求和结果
• 激活后的输出

实验步骤

1. 观察神经元有哪些输入，以及各自对应的权重。
2. 改变某个输入的值，观察加权和与输出的变化。
3. 增大或减小某个权重，再比较输出结果。
4. 调整偏置（阈值），观察判断结果何时发生翻转。
5. 尝试设置一组权重，让神经元对给定情境作出你认为合理的判断。

实验现象与结论

权重越大的输入，对结果的影响越明显；加权和超过阈值时输出由“否”变为“是”。调整偏置会让判断更容易或更难通过。结论：神经元的判断由输入、权重和偏置共同决定，学习的本质就是找到合适的权重。

常见问题

权重在神经元中起什么作用？

权重表示某个输入的重要程度，权重越大，该输入对输出结果的影响越大。

偏置有什么用？

偏置用来调整神经元“容易被激活”的程度，相当于移动判断的门槛。