我有一个控制人工草食动物的人工神经网络。输入是最接近的植物的大小和方向，最接近的配偶的大小和方向，以及草食动物的健康。输出是运动矢量（方向和幅度）。如果正在通过遗传算法训练，是否有必要使用偏见？
答案 0 :(得分：7)
偏差用于将神经网络的干扰边界偏离原点。对于进行简单线性分类的简单感知器，这等于移动分隔两个类的线。 （在简单线性回归中考虑c。
遗传算法只是搜索最佳权重的众多方法之一。它不关心你是否有偏见，因为偏见只是另一个权重！
因此使用偏见，它可以加快培训速度并允许网络学习其他方式无法学习的模式！
编辑以回答您的具体问题：没有必要使用偏见本身，网络可以在没有它的情况下工作，但由于它很容易实现并改善您的网络 - 使用它！
答案 1 :(得分：-2)
你应该使用偏见，偏见不仅可以让你解决不可线性分离的问题;但它也允许训练伪阈值，伪阈值是偏置神经元和其他神经元之间的互连。一般来说，它更有可能帮助你的尝试而不是阻碍它们。