我已经阅读了一些关于此的其他问题（和相关答案），但我仍然有疑问：向阈值激活函数添加偏差会改变阈值吗？据我所知，添加偏差应该会沿 x 轴移动激活函数，因此它也应该改变阈值。
假设我们只有一个输入节点和一个输出节点，输入节点有一个阈值激活函数，阈值设置为 0。现在如果我们给 1 作为输入，神经元将激活并返回1 * weight到输出节点，但是如果我们添加一个权重为 2 的偏置节点a_0 = -1，连接到输入节点，并给之前的输入 1，则神经元将不再激活，因为现在我们必须至少达到 2 才能激活它。这是否可以被视为“改变”阈值？
您是否阅读过这些关于偏见的非常好的解释：偏见解释和偏见解释 2？
正如在第一个链接中所说，偏差将使曲线移动，因此计算结果将更加多样化。我认为如果您已经使用了偏差，则不需要使用阈值（将阈值设置为 0），因为偏差和阈值都在沿 x 轴移动激活函数时做同样的事情。
但我认为偏差比阈值更有效。这是因为偏差值只是权重，可以像神经网络中的任何其他权重一样计算。除了权重，阈值需要单独计算。encog 论坛中有一些有趣的偏差和阈值比较。
这是一个用偏差计算的神经网络：
这是有阈值的
两者都会给出相同的结果。如果您对完整计算感兴趣，可以阅读上面的 encog wiki。
所以我认为你的问题“偏差是否会改变激活函数的阈值”的答案是肯定的。在我关于混合 GA 和 NN 的论文中，我都尝试过，最终只使用偏差并将阈值设置为 0。
我希望我的回答可以帮助你，但如果你对我的回答有其他问题，请随时在评论中提问:)