連載目次 用語解説 AI/機械学習のニューラルネットワークにおけるtanh関数(Hyperbolic tangent function: 双曲線正接関数、「ハイパボリックタンジェント」や「タンエイチ」と読む)とは、あらゆる入力値を-1.0~1.0の範囲の数値に変換して出力する関数である。 図1に示すように、座標点(0, 0)を基点(変曲点)として点対称で、S(=ς:シグマ)字型曲線のグラフになる。つまり「tanh関数」は、「シグモイド関数の拡張バージョン」ともいえる活性化関数である。 ニューラルネットワークの基礎となっている情報処理モデル「パーセプトロン」(後日解説)では「ステップ関数」という活性化関数が用いられ、「バックプロパゲーション」(後日解説)が登場してからは「シグモイド関数」が活性化関数として使われるようになった。 しかしシグモイド関数の微分係数(Derivative: 導関数の
![[活性化関数]tanh関数(Hyperbolic tangent function: 双曲線正接関数)とは?](https://cdn-ak-scissors.b.st-hatena.com/image/square/3121a9bbaea7feabe80c79d71e4d2952ab853c0c/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2003%2F19%2Fcover_news015.png)