如配置文件说明中所述：
weight_mutate_power：从零中心开始的正态/高斯分布的标准偏差，从中得出权重值突变。
https://neat-python.readthedocs.io/en/latest/config_file.html
响应：这些是节点的属性。他们确定节点的输出如下：activation（bias +（response * aggregation（inputs）））。
https://neat-python.readthedocs.io/en/latest/glossary.html#term-response
这里的“输入”是什么，为什么我们要使用响应变量来缩放聚合的输入？为什么要汇总输入？权重在此等式中的作用在哪里？我们可以简单地执行输入的内积，将权重矢量与偏差相加，作为激活函数的输入。为什么需要这种类型的计算？