Une fonction d'activation est une opération mathématique au sein d'un réseau de neurones qui détermine l'intensité de la réponse de chaque neurone artificiel à ses entrées, introduisant la non-linéarité qui permet d'apprendre des motifs complexes. Sans elle, un réseau profond se comporterait comme un simple calcul linéaire, incapable par exemple de distinguer des photos de zellige authentique de contrefaçons. Les exemples courants incluent ReLU, sigmoïde et softmax. C'est comme un variateur qui règle la quantité de signal transmise par chaque neurone.