待验证50% 置信事实精确时间

激活函数赋予深度网络拟合任意复杂非线性函数的理论能力，若无激活函数网络本质上仍是线性变换

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

AI大模型入门：核心概念、发展历程与国产模型格局

相关事实

待验证激活函数是套在线性函数最外层的非线性运算，作用是把线性关系变成表达能力更强的非线性关系76% 相似待验证多个线性变换的复合仍然是线性变换，因此没有非线性激活函数的多层网络表达能力等价于单层线性模型73% 相似待验证目前双重下降的严格理论证明主要在线性模型和随机特征模型等简化设定下给出，深度非线性网络的完整数学刻画仍是开放问题69% 相似待验证如果所有层都仅做线性变换，无论网络多少层其整体效果等价于单层线性模型66% 相似待验证神经网络的每一层执行线性变换（矩阵乘法加偏置向量），随后施加非线性激活函数（如 Sigmoid 或 ReLU）64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/518285

API

curl https://kongchang.com/api/v1/knowledge/claims/518285

MCP

get_claim(id=518285)