Dizionario AI › Fondamenti AI

Funzione di attivazione

Activation Function

La funzione di attivazione è l'elemento che introduce non linearità nelle reti neurali, decidendo se e quanto un neurone si 'accende' in risposta al suo input. Senza di essa, impilare molti strati equivarrebbe a una sola trasformazione lineare, incapace di catturare relazioni complesse. È come un interruttore modulabile: dato un segnale in ingresso, decide quale segnale passare al neurone successivo. La più usata oggi è la ReLU, che lascia passare i valori positivi e azzera i negativi, semplice ed efficiente. Altre come sigmoide e tangente iperbolica comprimono l'uscita in un intervallo limitato, utili in casi specifici ma soggette a problemi di gradienti che svaniscono.

Definizione

La scelta dell'attivazione influenza velocità di addestramento e capacità di apprendimento della rete. Grazie alla non linearità che introduce, un modello può approssimare funzioni molto articolate, riconoscere volti, tradurre lingue o generare testo, compiti impossibili per un semplice sistema lineare.

Termini correlati

• Neural Network
• Deep Learning
• Backpropagation
• Softmax
• Parametri (Parameters)

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.