我昨天发布了一个question，关于我在使用 XOR 运算符的反向传播神经网络时遇到的问题。我做了更多的工作，并意识到这可能与没有偏置神经元有关。
我的问题是，一般偏置神经元的作用是什么，它在识别 XOR 运算符的反向传播神经网络中的作用是什么？是否可以创建一个没有偏置神经元的神经元？
【问题讨论】：
标签： artificial-intelligence neural-network xor backpropagation bias-neuron
可以创建一个没有偏置神经元的神经网络...它可以正常工作，但要了解更多信息，我建议您查看这个问题的答案：
Role of Bias in Neural Networks
更新：
偏置神经元在试图solve模型XOR的神经网络中的作用是最小化神经网络的大小。通常，对于“原始”（不确定这是否是正确的术语）逻辑函数，例如AND、OR、NAND 等，您正在尝试创建一个具有 2 个输入神经元、2 个隐藏神经元的神经网络和 1 个输出神经元。 XOR 无法做到这一点，因为建模 XOR 的最简单方法是使用两个 NANDs：
您可以将A 和B 视为您的输入神经元，中间的门是您的“偏置”神经元，后面的两个门是您的“隐藏”神经元，最后是输出神经元。您可以在没有偏置神经元的情况下解决XOR，但这需要您将隐藏神经元的数量增加到至少 3 个隐藏神经元。在这种情况下，第三个神经元本质上是一个偏置神经元。这是另一个讨论关于XOR 的偏置神经元的问题：XOR problem solvable with 2x2x1 neural network without bias?
【讨论】：