核心考点：ReLU激活函数及其作用。解题思路：激活函数在神经网络中引入非线性，使得网络能够学习复杂的模式。ReLU的特点是在输入小于0时输出0，大于0时输出等于输入，这种非线性特性是关键。选项分析：A：ReLU不会将输入缩放到0到1之间，Sigmoid函数才具有这种特性。B：ReLU的主要作用是引入非线性，这是正确的描述。C：ReLU本身并不会减少梯度消失，反而可能因负值部分梯度为0而导致“神经元死亡”问题。D：ReLU只将小于0的输入变为0，不改变正值输入。易错点：部分考生可能对激活函数的作用不清楚，或者混淆了不同激活函数的作用。正确答案的关键依据：ReLU引入了非线性特性，使神经网络可以学习更复杂的模式。因此，答案是B。