活性化関数

活性化関数（かっせいかかんすう）とは、入力信号の総和がどのように活性化するか（発火するか）を決定する役割を持つ。 超大雑把にいえば、ニューロン（の樹状突起）から受け取った複数の入力信号を、火力を表す１つのスプライングラフ（折れ線グラフ）状に変換し、次のニューロンに受け渡す役割をする。

「単純パーセプトロン（配列を入力に受け取り0か1の数字を返す単純なニューラルネットワーク）」の活性化関数では「ステップ関数」などの線形関数が使われる。

「多層パーセプトロン（いわゆる最近流行りの機械学習のニューラルネットワーク）」の活性化関数では「シグモイド関数」「ReLU関数」「恒等関数」「ソフトマックス関数」などの非線形関数が使われる。