卷积函数在神经网络中有没有引入非线性

卷积函数本身并不引入非线性，它只是一种线性操作。但是在卷积神经网络中，卷积函数通常会和激活函数一起使用，这样能够引入非线性。

具体来说，在卷积神经网络中，卷积函数通常作为一个特征提取器，提取输入数据中的特征。然后通过激活函数对卷积结果进行非线性变换，增加神经网络的表达能力。通常使用的激活函数包括ReLU、sigmoid、tanh等。因此，卷积函数和激活函数的组合在神经网络中引入了非线性。