如图中的所有点，想要通过一条线，将所有的点都包起来，那么一条直线显然不行，那么需要多次变换，变为一条复杂的曲线，才能实现。
但在实际应用（比如神经网络）中，常见的是“把第一个函数的值作为参数传给第二个函数”，比如：
h = f1(w1 * x + b1)
y = f2(w2 * h + b2)
如果 f1 或 f2 是非线性函数（如 sigmoid、ReLU），那么整个组合就不再是简单的直线了，而是非线性函数。这是神经网络能表达复杂关系的关键。
总结：
- 如果所有函数都是线性的，组合后还是线性表达式（直线）。
- 如果有任意一个是非线性函数，组合后就可能变成非线性关系（不是直线）。
所以，只有引入非线性函数（激活函数），这个结构才有能力拟合复杂的曲线和模式。
如果所有函数都是线性的（例如 y = w2 * h + b2），那么无论嵌套多少层，整体依然是直线关系。但如果某一层用了非线性函数（如 sigmoid、ReLU），整体就会变成非
1、y = f(wx + b) 是一条直线，只能区分直线两侧分类，如果数据点不是线性的，则不能区分，
因为 wx + b 本身是一个线性运算（它定义了一个超平面）。激活函数 f 只是将这个线性运算的结果“扭曲”一下（比如压缩到0-1之间），但并没有改变这个运算的根本性质——它仍然是将输入空间直接映射到输出空间。
2、想象我们要区分下图中的红点和蓝点。它们不是被一条直线分开的，而是被一个圆圈分开的。（其实在真实的训练数据，也是这样的，根本不是线性的，都是散点数据）
3、再嵌套一层时
h = f1(w1 * x + b1)
y = f2(w2 * h + b2)
f1 和 f2 都是非线性激活函数
**组合之后，就可以形成任意复杂的曲线，比如圆形，可以包裹住任意数量的点，进行分类。
**
-
第一层产生非线性特征：
- 第一层计算
h = f1(w1 * x + b1)。由于f1是非线性的（比如 ReLU），h不再是x的线性函数。这意味着h是一个非线性变换后的特征向量，它可能捕获了输入数据中的一些复杂模式（如曲线、拐点等）。 - 例如，如果
f1是 ReLU 函数，h = max(0, w1 * x + b1)，这会产生“折线”效果，而不是直线。
- 第一层计算
-
第二层对非线性特征进行组合：
- 第二层计算
y = f2(w2 * h + b2)。这里，w2 * h + b2本身是一个线性变换，但它的输入h是非线性的。因此，这个线性变换实际上是在非线性特征h上进行的，而不是直接在原始输入x上。 - 最终，
f2（另一个非线性函数） applied 到这个结果上，进一步引入了非线性。 - 所以，整个函数
y(x)是多个非线性函数的复合（composition），最终形成一个复杂的非线性映射
- 第二层计算
