概念Weight / 参数
权重
权重是模型映射函数中的可调节参数，决定输入信号对输出的影响程度，训练即通过反向传播等算法调整权重以缩小误差。
时间轴 (近 90 天)
11月3日
在深度学习中，参数以张量形式存储于显存或磁盘，读取意味着加载与解析，写入则涉及格式、精度与一致性约束，且往往需要与计算图、优化器状态协同。
待验证50%
10月29日
模型权重指神经网络中通过训练得到的参数集合，权重刷新是指用新训练或微调后的参数替换原有参数而不改变模型对外的名称或调用接口。
待验证50%
10月28日
权重指训练完成后神经网络中保存的参数数值，发布权重意味着第三方可以下载并在自有硬件上通过推理框架加载运行，并可进行量化、微调或蒸馏。
待验证50%
10月12日
权重和偏置是神经网络进行学习的核心参数。
待验证50%
10月12日
权重控制决策边界的方向，偏置控制决策边界的位置。
待验证50%
10月12日
过大的权重可能导致Sigmoid激活函数饱和，引发梯度消失。
待验证50%
全部知识事实 (6)
待验证
在深度学习中，参数以张量形式存储于显存或磁盘，读取意味着加载与解析，写入则涉及格式、精度与一致性约束，且往往需要与计算图、优化器状态协同。
50%待验证模型权重指神经网络中通过训练得到的参数集合，权重刷新是指用新训练或微调后的参数替换原有参数而不改变模型对外的名称或调用接口。
50%待验证权重指训练完成后神经网络中保存的参数数值，发布权重意味着第三方可以下载并在自有硬件上通过推理框架加载运行，并可进行量化、微调或蒸馏。
50%待验证权重和偏置是神经网络进行学习的核心参数。
50%待验证权重控制决策边界的方向，偏置控制决策边界的位置。
50%待验证过大的权重可能导致Sigmoid激活函数饱和，引发梯度消失。
50%