Las redes neuronales se basan en multiplicaciones y sumas entre neuronas de cada capa, esto es como la multiplicación de un vector con una matriz, siendo el vector una capa y la matriz los pesos asignados a cada neurona, por lo que sería como una transformación lineal, no obstante al añadir funciones de activación como ReLU, Sigmoid, etc, esta transformación pasa a ser no lineal, generando formas únicas y más complejas a medida de la cantidad de neuronas y capas que hay en la red neuronal, visita https://super-yuri-notes.vercel.app/posts/NeuronalNetwork para generar redes neuronales aleatoriamente.