Weight Matrix

释义 Definition

weight matrix：权重矩阵。指把一组“权重”（weights）按矩阵形式组织起来的参数集合，常见于线性代数与机器学习/神经网络中，用来表示从输入到输出的线性映射（如全连接层的参数矩阵）。在神经网络里，它通常与偏置（bias）一起决定一层如何把输入变换成下一层的表示。

发音 Pronunciation (IPA)

/weɪt ˈmeɪtrɪks/

例句 Examples

The weight matrix maps input features to output scores.
权重矩阵把输入特征映射为输出分数。

During training, we update the weight matrix using gradients so the model minimizes the loss function.
在训练过程中，我们利用梯度更新权重矩阵，使模型最小化损失函数。

词源 Etymology

weight 源自古英语 wiht / weight 相关词形，核心含义是“重量、分量”，在数学与机器学习语境中引申为“影响程度/系数”。
matrix 源自拉丁语 matrix（本义与“母体/孕育”相关），后来在数学中用于表示“承载与组织数值的结构”，即“矩阵”。
合在一起，weight matrix 直观表达为“把权重（影响系数）装进矩阵结构里”。

文学与经典著作中的出现 Literary Works

Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——在神经网络章节中大量使用权重矩阵来描述层与层之间的线性变换。
Pattern Recognition and Machine Learning（Christopher M. Bishop）——在回归、分类与神经网络相关部分常以矩阵形式表示权重。
Linear Algebra and Its Applications（David C. Lay）或 Introduction to Linear Algebra（Gilbert Strang）——虽不总直接用“weight matrix”这一固定搭配，但系统介绍了矩阵表示线性映射的框架，为理解“权重矩阵”奠基。