[學習筆記]
根據上面的學習，我們已經知道，當我們接到客戶的需求，讓我們做識別，判斷或者預測時，我們需要最終交付給客戶我們的神經網絡模型。其實我們千辛萬苦訓練出來的神經網絡模型，就是從輸入到輸出的一個神秘未知函數映射。在大多數情況下，我們並不知道這個真正的函數是什么，我們只是盡量去擬合它。前面給出的例子，只是起到引入和說明的作用，所以只用了一些線性組合（說明見下）。所以無法實現對復雜函數的逼近。如何使我們的神經網絡隨意逼近復雜函數呢？人工智能科學家們給出了答案，就像高等數學當中，我們用泰勒級數逼近各種復雜函數一樣，引入非線性激活函數可以讓我們的神經網絡隨意逼近復雜函數。
文章轉載自原文：https://blog.csdn.net/qq_44594249/article/details/100558806