这里的 b 是一个固定的基础效力（类似药剂的底料）。

2. 权重的调整：不断优化药水

一开始，艾尔文的配方并不完美。他给出的药水可能太苦，或者效果不明显。于是，他采用了一种调整策略：

1. 如果药水效果太弱（预测值 y 低于目标值），他会增加某些成分的权重，让它们发挥更大作用。

2. 如果药水过强甚至有副作用（y 过高），他会降低某些成分的权重，减少它们的影响。

调整规则如下：

其中：

? y真实 是病人真正需要的药效（目标值）。

? y预测 是当前配方的效果（计算出的结果）。

? η（eta） 是调整幅度，相当于艾尔文改进配方的速度。

这样，艾尔文不断试验，不断调整药水的成分比例，直到配方完美契合病人的需求。

3. 为什么权重很重要？

想象一下，如果所有成分的权重都一样，那么无论什么药水，都是一样的味道、一样的效果，这样的药水就毫无用处。不同的任务需要不同的权重组合，就像不同的魔法药水需要不同的配方。

在神经网络和机器学习中，权重决定了模型的学习能力：

? 如果权重合适，模型能正确分类数据（如识别猫和狗）。