tanh 関数

ニューラルネットワークの隠れ層で一般的に用いられる活性化関数の一つです。入力された数値をマイナス1から1の範囲に変換して出力します。シグモイド関数と似たS字型のカーブを描きますが、出力範囲がプラスマイナス1である点が特徴です。

シグモイド関数と比較して、出力の中心が0付近にあるため、学習の過程で重みが更新されやすく、収束が早まる効果が期待できます。入力値が大きすぎたり小さすぎたりすると勾配が消失する問題はありますが、シグモイド関数よりは学習が安定しやすいという特性があります。

G検定では、他の活性化関数との使い分けが問われます。特に出力範囲が0から1であるシグモイド関数や、負の入力を0に変換するReLU関数との違いが重要です。勾配消失問題の影響や、出力結果がどのような範囲に収まるかを理解しておくことで、適切な場面での採用判断ができるようになります。