Wagi (Weights) – parametry określające siłę połączeń między neuronami.

Są to parametry numeryczne wykorzystywane w sieciach neuronowych, które określają siłę i kierunek wpływu jednego neuronu na inny w obrębie modelu. Modyfikacja wartości tych parametrów podczas procesu uczenia pozwala na dostosowanie działania sieci do rozwiązania określonego zadania, np. klasyfikacji, regresji czy rozpoznawania wzorców.

Wagi stanowią podstawowy element mechanizmu propagacji sygnału w sieciach neuronowych – wejścia przesyłane przez neurony są mnożone przez odpowiednie wagi, a następnie sumowane, co wpływa na aktywację kolejnych neuronów. Proces optymalizacji tych parametrów, często za pomocą algorytmów takich jak wsteczna propagacja błędu, jest kluczowy dla efektywnego działania modelu i osiągania wysokiej jakości wyników predykcyjnych. Wagi mogą być reprezentowane przez macierze lub tensory, w zależności od architektury sieci.