使输出不再是x的线性关系，增强神经网络的表达力。
优秀的激活函数：非线性，可微性，单调性，近似恒等性。
输出范围：有限值，基于梯度，无限值，调小学习率。
sigmoid函数：求导后为0-0.25。易造成梯度消失，输出非0均值收敛慢，幂运算复杂训练时间长。
Tanh函数：易造成梯度消失，幂运算复杂训练时间长。
Relu函数：Dead Relu问题，某些神经元不会被激活，参数不被更新，可以通过调整初始值和学习率来避免。
原文：https://www.cnblogs.com/wmc258/p/14182900.html