Les modèles d'activation neuronale décrivent les schémas spécifiques de réaction des neurones dans un réseau neuronal aux données d'entrée.
Chaque neurone génère une activation qui dépend de l'entrée et des poids appris.
La combinaison de nombreuses activations de ce type crée des motifs complexes que le réseau utilise pour la classification, la reconnaissance ou d'autres tâches.
L'analyse de ces motifs peut aider à mieux comprendre et optimiser le fonctionnement du réseau, par exemple par la visualisation ou la régularisation.