シグモイド関数 計算機
x を入力してシグモイド関数 σ(x)=1/(1+e^(-x)) と1次・2次微分を計算。曲線グラフ付き。
入力
x を入力すると、シグモイド関数 σ(x)=1/(1+e^(-x)) とその1次微分・2次微分を計算します。
任意の実数を入力できます。
計算結果
σ(0) の値
0.5
1次微分 σ'(0)
0.25
2次微分 σ'(0)
0
入力 x
0
シグモイド曲線
計算方法・使い方
- シグモイド関数(ロジスティック関数)は σ(x)=1/(1+e^(-x)) で定義され、任意の実数 x を 0 から 1 の範囲に滑らかに写像します。x=0 で σ(0)=0.5、x が大きいほど 1 に、小さいほど 0 に近づく S 字曲線になります。
- 1次微分は σ'(x)=σ(x)(1-σ(x)) という簡潔な形になり、x=0 で最大値 0.25 をとります。出力値そのものから微分が計算できるため、勾配計算が高速です。
- 2次微分は σ''(x)=σ'(x)(1-2σ(x)) で、x=0 を境に符号が変わる変曲点を持ちます。
- 機械学習では、ニューラルネットワークの活性化関数や、ロジスティック回帰の確率出力(2値分類)に使われます。出力が確率として解釈できる点が利点です。
- 入力 x の絶対値が大きい領域では微分がほぼ 0 になり、勾配消失(vanishing gradient)が起こりやすい点が深層学習での課題として知られています。
- この計算機は e^(-x) の発散を避けるため、x の符号で式を切り替えて数値的に安定に評価しています。
関連する計算ツール
ソフトプラス関数 計算機
数学ソフトプラス関数 softplus(x)=ln(1+eˣ) とその微分(シグモイド)、ReLU との差を計算。機械学習の活性化関数をグラフ付きで可視化します。
計算する →ソフトサイン関数 計算機
数学ソフトサイン関数 softsign(x)=x/(1+|x|) と微分を計算。ML活性化関数として tanh と比較できます。
計算する →ReLU関数 計算ツール
数学ReLU関数 relu(x)=max(0,x) の値と微分を計算します。ニューラルネットワークの活性化関数を直感的に確認できます。
計算する →ソフトマックス関数 計算
数学数値ベクトルを入力すると、各成分のソフトマックス確率(合計1)と最大確率の成分を計算します。
計算する →
お客様の声
このツールを使った感想をお聞かせください。
レビューを投稿する
- ホーム
シグモイド関数 計算機