Die Aktivierungsfunktion ist die Funktion eines künstlichen Neurons in einem neuronalen Netzwerk, die Ausgaben basierend auf Eingaben bereitstellt. Diese Funktion veranschaulicht grafisch ihren Bereich. Sie befindet sich „am Ende“ der neuronalen Struktur und kann mit einem Axon eines biologischen Neurons verglichen werden.
Es gibt lineare Aktivierungsfunktionen (die eine Konstante beibehalten) und nichtlineare (die mehr Variationen erzeugen), aus denen dann das neuronale Netzwerk zusammengesetzt wird.
Typische Beispiele für Aktivierungsfunktionen sind:
Die Identitätsfunktion (nichts tun, der Ausgang ist eine lineare Kombination),
Die Stufenfunktion (einen Impuls (ON) senden, wenn der Wert der linearen Kombination größer als 0 ist, sonst nichts tun (OFF))
Die Sigmoid-Funktion (eine mildere Version der Stufenfunktion).