怎樣區分線性和非線性
1.線性Line，是指量與量之間按照比例成直線關系，在數學上可理解為一階導數是個常數；
非線性non-line則指不按照比例不成直線關系，一節導數不為常數。
2.線性可以認為是1次曲線，比如比如y=ax+b ，即成一條直線
非線性可認為是2次以上的曲線，比如y=ax^2+bx+c，（x^2是x的2次方），即不為直線的即可。
3.兩個變量之間的關系是一次函數的關系圖像是直線，這樣的兩個變量之間就是“線性關系”
如果不是一次函數關系，圖像不是直線，就是“非線性關系”。
4.線性與非線性，常用於區別函數y = f （x）對自變量x的依賴關系。線性函數即一次函數，其圖像為一條直線。其它函數則為非線性函數，其圖像不是直線。
5.在數學上，線性關系是指自變量x與因變量yo之間可以表示成y=ax+b ，（a，b為常數），即說x與y之間成線性關系。
不能表示成y=ax+b ，（a，b為常數），即非線性關系，非線性關系可以是二次，三次等函數關系，也可能是沒有關系。
線型和非線性模型區別
1、線性模型可以是用曲線擬合樣本，但是分類的決策邊界一定是直線的，例如logistics模型
2、區分是否為線性模型，主要是看一個乘法式子中自變量x前的系數w，如果w只影響一個x，那么此模型為線性模型。或者判斷決策邊界是否是線性的
3、舉例
畫出y和x是曲線關系，但是它是線性模型，因為x1*w1中可以觀察到x1只被一個w1影響
此模型是非線性模型，觀察到x1不僅僅被參數w1影響，還被w5影響，如果自變量x被兩個以上的參數影響，那么此模型是非線性的！
4、其實最簡單判別一個模型是否為線性的，只需要判別決策邊界是否是直線，也就是是否能用一條直線來划分
神經網絡是非線性
雖然神經網絡的每個節點是一個logistics模型，但是組合起來就是一個非線性模型。
此處我們僅僅考慮三層神經網絡
第一層的表達式
第二層的表達式
將第一層的表達式帶入第二層表達式中，可以觀察到x1變量不僅僅被w1影響還被k2影響，所以此模型不是一個線性模型，是個非線性模型。
轉自：https://blog.csdn.net/weixin_41797870/article/details/85012811