卷积后乘以阶跃函数的目的是为了将卷积后的张量压缩到有限的取值范围内，进而完成数据的非线性映射。常用的阶跃函数有sigmod函数、ReLU函数等，它们的特点是在取值范围内具有非线性映射性，从而使神经网络拥有更为强大的拟合能力。除此之外，阶跃函数还能避免梯度消失，让模型更快收敛，以达到最优。