Función de activación

Activation function

También: Activation function, Función de activación neuronal

Función aplicada a la salida de una unidad para transformar su respuesta, normalmente introduciendo no linealidad.

Definición técnica

Operador f que actúa sobre una transformación afín y determina el rango, gradiente y dinámica de activación de una capa.

Camilo Boo

Automatización de procesos, integración de sistemas y software a medida para reducir tareas manuales y mejorar el control operativo.

Navegación

Pieza matemática que permite a la red modelar relaciones más complejas que una suma lineal.

Introducir no linealidad y adaptar la salida de una capa al cálculo siguiente o a la tarea.

Recibe el valor previo a la activación y devuelve otro valor que se propaga a la capa siguiente.

Ejemplo práctico

ReLU convierte valores negativos en cero y conserva los positivos.

Ejemplo empresarial

La elección de activación influye en si el modelo aprende patrones útiles y se entrena con estabilidad.

No es la función de pérdida: la activación transforma unidades; la pérdida mide el error del resultado.

Cada función tiene rangos y gradientes distintos; una mala elección puede frenar el aprendizaje.

Saturación, unidades muertas o salidas mal interpretadas pueden pasar inadvertidas sin diagnóstico.

La activación hace no lineal a la red y condiciona cómo aprende.

Nivel: Intermedio
Categorías: Redes neuronales
Recorridos: Diccionario técnico para profesionales Índice alfabético completo de términos

PDF gratuito

Una selección editorial para consultar conceptos relacionados fuera de la web.

Neural networks: Activation functions
Google for Developers · Documentación oficial
Define activación, sigmoide, tanh y ReLU y su función para introducir no linealidad.
Fuente comprobada el 24 de julio de 2026
Neural networks
Google for Developers · Documentación oficial
Describe las redes como arquitecturas que aprenden patrones no lineales y resume sus componentes y entrenamiento.
Fuente comprobada el 24 de julio de 2026