Neural network 一个输入层应该包括一个偏置神经元吗？

我在想：在多层前馈神经网络中，输入层应该包含一个偏置神经元，还是只在隐藏层中有用？如果是，为什么？

否，输入层不需要连接到偏置神经元，因为它从偏置神经元接收到的任何激活都会被实际输入完全覆盖

例如，想象一个网络试图解决经典问题，使用这种架构（其中刚刚标记为1的神经元是偏差）：

---

要在输入（1,0）上运行此网络，只需钳制神经元X1=1和X2=0的激活。现在，如果X1或X2也接收到来自偏置的输入，那么该输入将被覆盖，从而使这样的连接毫无意义

对不起，在你的绘图中，偏置神经元是输入层的一部分，因为它被转发到隐藏层，我错了吗？嗯，有点。偏向神经元通常被描述为位于其自身的lil层。我以为你的问题是关于是否将偏置单元连接到输入层中的单元。无论哪种情况，答案都是坚定的否定；你总是只需要一个偏置单元，它有一个恒定的激活，并且在它自己的层中。通常，它连接到所有非输入层。有关详细说明，请参阅此问题：。而且，这不是我的图，而是我从这里得到的：上图中的输入X1，X2不是真正的神经元，它们是……呃，输入。每一个真实的神经元（接受输入、有权重、有激活函数、做计算的东西）都应该有一个偏差。数学上，每个神经元计算φ（b+x1 w1+x2 w2+…+xn wn），其中b是偏差。但习近平只是数字，你无法将其与任何东西联系起来。