在沒有激活函數的神經網絡中擁有密集層有什麼意義？

我對以下默認設置感到驚訝keras：

keras.layers.Dense(units, activation=None, ...)

為什麼我們可以選擇只使用密集層（即矩陣乘法）而不使用激活函數（非線性變換）？我認為這兩者應該始終在神經網絡中結合使用。還有另一種情況，我們可以使用沒有激活函數的密集層嗎？

一種這樣的場景是執行回歸的網絡的輸出層，它應該是自然線性的。本教程演示了這種情況。

我想到的另一個案例是深度線性網絡，它經常在神經網絡文獻中用作玩具模型，用於研究一些對於通常的非線性網絡來說過於復雜的現象。

引用自：https://stats.stackexchange.com/questions/361066