類神經網路期中一個特點就是他可以去描述非線性的關係，可以輸入是線性的連續資料，輸出非線性的連續資料，因此應用的層面非常的廣泛，實現的方式也非常的簡單，就是把輸出的成果後面加入一個非線性函數來使其成果非線性。
圖片來自：維基百科
那一個ｆ就是激活函數，可以協助每個神經元變成一個非線性的方程式。
常使用的激活函數包含：
Sigmoid、Hyperbolic tangent﹑Rectifier linear unit(ReLU)函數，圖形如下圖：
其中特別介紹ReLU，如果分類不希望出現負值，這一函數可以協助將負的數值刪除，目前很多神經網路或機器學習都是使用這個激活函數。
圖片來自：這裡
參考資料：
iThome鐵人賽
看影片追技術