我目前正在尝试自己编写 NEAT 算法，但我遇到了两个问题。他们来了：
如果在交叉期间删除（或禁用）节点并且之前连接到该特定节点的连接会发生什么？因为，在这种情况下，某些连接不再有用。我是保留无用的连接还是防止这种情况发生？或者，也许我错过了什么？
AI SE上有人说：
你可以：
1.) 只使用交叉中的连接基因，并从连接基因中导出你的节点基因
2.）测试是否每个节点都在使用，并删除那些没有
但问题是我的基因组会失去一些复杂性。也许我可以在交叉期间使用节点，然后禁用使用该节点的连接。这样，我保持基因型复杂，但表型仍然有效。
有没有其他方法可以解决这个问题，或者这是最好的方法？
好的，我首先要回顾一下 NEAT 的工作原理。我希望这可以帮助您成功地对 NEAT 进行整体建模，而不仅限于您的问题。
我们使用神经进化来创建解决给定任务的特定行为。行为可以简单也可以复杂。
现在让我们关注行为......不同的神经网络可以创建相同的行为（AKA 竞争约定问题）。
我们还希望最终得到一个非常有效的神经网络。
因此，我们想用一个算法 (NEAT) 解决两个问题：找到解决任务的行为，并找到创建该行为的最有效的神经网络。
有一种简单的方法可以搜索最有效的神经网络：从最简单的神经网络开始，然后慢慢构建神经网络。
困难的部分是定义行为（我们如何定义神经网络中的行为？）。NEAT 介绍了他们对行为非常有趣的定义：神经网络行为的一个原子单元是神经网络的连接：哪个节点连接到哪个节点以及以什么权重。
现在我正在接近你的问题（关注）：你想确保你的基因组可以变得复杂，这意味着你想保留你的基因组表达复杂行为的能力。正如论文所述，行为与节点无关，更不用说节点基因了。行为是一组神经网络连接。
所以这是我对你问题的回答：关心交叉连接，而不是节点基因。找到一种计算节点基因的有效方法。例如，如果您只是连接来自两个父母的节点基因而不重叠，您将消耗大量内存。有可能某些节点基因可能未使用（即禁用连接，由于概率而未继承某些连接基因）。
希望这可以帮助 ：）