感知器
- 感知机由两步计算组成：线性变换和非线性变换
- 运算过程：输出 = 线性变换 + 非线性变换
激活函数的作用
简单的线性变换已经能够根据权重来将信息复合起来，为什么还要使用激活函数呢？
- 如果不用激活函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线 性组合。
- 只有激活函数才能给神经元引入非线性因素，使得神经网络可以逼近非线性函数，当网络足够复杂的时 候就可以逼近任意函数
- 这样神经网络就可以应用到众多的性模型中（无论是线性模型还是非线性模型）
简单的线性变换已经能够根据权重来将信息复合起来，为什么还要使用激活函数呢？