上面同學說的很好啦，你可以稍微了解一下神經(jīng)網(wǎng)絡具體如何構造。Wx+b=Y-->激活函數(shù)，激活函數(shù)是在定義W矩陣和b之后的最后，才會被運行，我的理解是它用來將線性結果轉換成更多種形式，更貼合實際情況。

比如實際搭建神經(jīng)網(wǎng)絡常用的開源框架tensorflow，支持tf.keras接口，Keras內置函數(shù)可以直接調用。你可以看一下騰訊云大學，莫煩python出的tensorflow教程，里面有一節(jié)專門講activation fuction的，后面還有代碼示范。

激活函數(shù)是用來將線性輸入轉換為非線性的，能使得深度學習模型處理更復雜的問題而不只是線性問題。這個和Keras或者哪種框架不是一個維度的問題。