是什麼讓神經網絡成為非線性分類模型？

我試圖理解非線性分類模型的數學含義：

我剛剛讀到一篇文章，談到神經網絡是一種非線性分類模型。

但我只是意識到：

第一層：

下一層

可以簡化為

一個兩層神經網絡只是一個簡單的線性回歸

這可以顯示給任意數量的層，因為任意數量的權重的線性組合也是線性的。

是什麼真正使神經網絡成為非線性分類模型？

激活函數將如何影響模型的非線性？

你能給我解釋一下嗎？

我認為您忘記了神經網絡中節點中的激活函數，它是非線性的，會使整個模型成為非線性的。

在你的公式中並不完全正確，在哪裡，

但

像這樣的sigmoid函數，

讓我們用一個數值例子來解釋 sigmoid 函數的影響，假設你有然後. 另一方面，假設你有,它幾乎和，這是非線性的。

---

此外，我認為本教程中的幻燈片 14可以準確地顯示您在哪裡做錯了。為了請不要 otuput 不是 -7.65，但是

引用自：https://stats.stackexchange.com/questions/222639