激活函数作用（神经网络中的激活函数是用来干什么的）

1. 激活函数的本质
2. 神经网络中的激活函数是用来干什么的
3. 线性激活函数的用法
4. 关于神经网络中激活函数的表达正确的是

激活函数的本质

所谓激活函数（Activation Function），就是在人工神经网络的神经元上运行的函数。

激活函数的本质，就是将神经元的输入映射到输出端。

神经网络中的激活函数是用来干什么的

【AI疯狂进阶——激活函数篇 - 今日头条】https://m.toutiaocdn.com/item/6770318154305372683/?app=news_article&timestamp=1576629282&req_id=2019121808344201001404115722BEDC25&group_id=6770318154305372683&tt_from=copy_link&utm_source=copy_link&utm_medium=toutiao_ios&utm_campaign=client_share

激活函数的作用主要是为了提高神经网络的非线性，提高模型的非线性表达能力。在上面的链接中，我对神经网络的激活函数做了深度总结，有兴趣可以看看。如果你对AI感兴趣，可以关注我，带你从理论到应用实践。

线性激活函数的用法

如果是线性激活函数，那么神经网络只是输入的线性组合。所以隐藏层不能用线性激活函数。

只有一种情况可以使用线性激活函数，那就是输出层是连续性变量比如房价信息（可以使用relu激活，因为房价都是正数）。

关于神经网络中激活函数的表达正确的是

不同的激活函数是用来实现不同的信息处理能力，神经元的变换函数反映了神经元输出与其激活状态之间的关系。

到此，以上就是小编对于relu激活函数作用的问题就介绍到这了，希望介绍的4点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。