الاتصال عبر MCP →

أدخل الحساب

صيغة رياضية

اعلان

نتائج

قيمة Softplus عند x = 0 (مرجعية)
٠٫٦٩٣١٤٧
101 rows generated · x from ؜-٥ step ٠٫١
x دالة Softplus وهي f(x) المشتقة الأولى f'(x)
؜-٥ ٠٫٠٠٦٧١٥ ٠٫٠٠٦٦٩٣
؜-٤٫٩ ٠٫٠٠٧٤١٩ ٠٫٠٠٧٣٩٢
؜-٤٫٨ ٠٫٠٠٨١٩٦ ٠٫٠٠٨١٦٣
؜-٤٫٧ ٠٫٠٠٩٠٥٤ ٠٫٠٠٩٠١٣
؜-٤٫٦ ٠٫٠١٠٠٠٢ ٠٫٠٠٩٩٥٢
؜-٤٫٥ ٠٫٠١١٠٤٨ ٠٫٠١٠٩٨٧
؜-٤٫٤ ٠٫٠١٢٢٠٣ ٠٫٠١٢١٢٨
؜-٤٫٣ ٠٫٠١٣٤٧٧ ٠٫٠١٣٣٨٧
؜-٤٫٢ ٠٫٠١٤٨٨٤ ٠٫٠١٤٧٧٤
؜-٤٫١ ٠٫٠١٦٤٣٧ ٠٫٠١٦٣٠٢
؜-٤ ٠٫٠١٨١٥ ٠٫٠١٧٩٨٦
؜-٣٫٩ ٠٫٠٢٠٠٤ ٠٫٠١٩٨٤
؜-٣٫٨ ٠٫٠٢٢١٢٤ ٠٫٠٢١٨٨١
؜-٣٫٧ ٠٫٠٢٤٤٢٣ ٠٫٠٢٤١٢٧
؜-٣٫٦ ٠٫٠٢٦٩٥٧ ٠٫٠٢٦٥٩٧
؜-٣٫٥ ٠٫٠٢٩٧٥ ٠٫٠٢٩٣١٢
؜-٣٫٤ ٠٫٠٣٢٨٢٨ ٠٫٠٣٢٢٩٥
؜-٣٫٣ ٠٫٠٣٦٢١٩ ٠٫٠٣٥٥٧١
؜-٣٫٢ ٠٫٠٣٩٩٥٣ ٠٫٠٣٩١٦٦
؜-٣٫١ ٠٫٠٤٤٠٦٤ ٠٫٠٤٣١٠٧
؜-٣ ٠٫٠٤٨٥٨٧ ٠٫٠٤٧٤٢٦
؜-٢٫٩ ٠٫٠٥٣٥٦٣ ٠٫٠٥٢١٥٤
؜-٢٫٨ ٠٫٠٥٩٠٣٣ ٠٫٠٥٧٣٢٤
؜-٢٫٧ ٠٫٠٦٥٠٤٤ ٠٫٠٦٢٩٧٣
؜-٢٫٦ ٠٫٠٧١٦٤٥ ٠٫٠٦٩١٣٨
؜-٢٫٥ ٠٫٠٧٨٨٩ ٠٫٠٧٥٨٥٨
؜-٢٫٤ ٠٫٠٨٦٨٣٦ ٠٫٠٨٣١٧٣
؜-٢٫٣ ٠٫٠٩٥٥٤٥ ٠٫٠٩١١٢٣
؜-٢٫٢ ٠٫١٠٥٠٨٣ ٠٫٠٩٩٧٥
؜-٢٫١ ٠٫١١٥٥٢ ٠٫١٠٩٠٩٧
؜-٢ ٠٫١٢٦٩٢٨ ٠٫١١٩٢٠٣
؜-١٫٩ ٠٫١٣٩٣٨٧ ٠٫١٣٠١٠٨
؜-١٫٨ ٠٫١٥٢٩٧٨ ٠٫١٤١٨٥١
؜-١٫٧ ٠٫١٦٧٧٨٦ ٠٫١٥٤٤٦٥
؜-١٫٦ ٠٫١٨٣٩٠١ ٠٫١٦٧٩٨٢
؜-١٫٥ ٠٫٢٠١٤١٣ ٠٫١٨٢٤٢٦
؜-١٫٤ ٠٫٢٢٠٤١٧ ٠٫١٩٧٨١٦
؜-١٫٣ ٠٫٢٤١٠٠٨ ٠٫٢١٤١٦٥
؜-١٫٢ ٠٫٢٦٣٢٨٢ ٠٫٢٣١٤٧٥
؜-١٫١ ٠٫٢٨٧٣٣٥ ٠٫٢٤٩٧٤
؜-١ ٠٫٣١٣٢٦٢ ٠٫٢٦٨٩٤١
؜-٠٫٩ ٠٫٣٤١١٥٤ ٠٫٢٨٩٠٥
؜-٠٫٨ ٠٫٣٧١١٠١ ٠٫٣١٠٠٢٦
؜-٠٫٧ ٠٫٤٠٣١٨٦ ٠٫٣٣١٨١٢
؜-٠٫٦ ٠٫٤٣٧٤٨٨ ٠٫٣٥٤٣٤٤
؜-٠٫٥ ٠٫٤٧٤٠٧٧ ٠٫٣٧٧٥٤١
؜-٠٫٤ ٠٫٥١٣٠١٥ ٠٫٤٠١٣١٢
؜-٠٫٣ ٠٫٥٥٤٣٥٥ ٠٫٤٢٥٥٥٧
؜-٠٫٢ ٠٫٥٩٨١٣٩ ٠٫٤٥٠١٦٦
؜-٠٫١ ٠٫٦٤٤٣٩٧ ٠٫٤٧٥٠٢١
٠ ٠٫٦٩٣١٤٧ ٠٫٥
٠٫١ ٠٫٧٤٤٣٩٧ ٠٫٥٢٤٩٧٩
٠٫٢ ٠٫٧٩٨١٣٩ ٠٫٥٤٩٨٣٤
٠٫٣ ٠٫٨٥٤٣٥٥ ٠٫٥٧٤٤٤٣
٠٫٤ ٠٫٩١٣٠١٥ ٠٫٥٩٨٦٨٨
٠٫٥ ٠٫٩٧٤٠٧٧ ٠٫٦٢٢٤٥٩
٠٫٦ ١٫٠٣٧٤٨٨ ٠٫٦٤٥٦٥٦
٠٫٧ ١٫١٠٣١٨٦ ٠٫٦٦٨١٨٨
٠٫٨ ١٫١٧١١٠١ ٠٫٦٨٩٩٧٤
٠٫٩ ١٫٢٤١١٥٤ ٠٫٧١٠٩٥
١ ١٫٣١٣٢٦٢ ٠٫٧٣١٠٥٩
١٫١ ١٫٣٨٧٣٣٥ ٠٫٧٥٠٢٦
١٫٢ ١٫٤٦٣٢٨٢ ٠٫٧٦٨٥٢٥
١٫٣ ١٫٥٤١٠٠٨ ٠٫٧٨٥٨٣٥
١٫٤ ١٫٦٢٠٤١٧ ٠٫٨٠٢١٨٤
١٫٥ ١٫٧٠١٤١٣ ٠٫٨١٧٥٧٤
١٫٦ ١٫٧٨٣٩٠١ ٠٫٨٣٢٠١٨
١٫٧ ١٫٨٦٧٧٨٦ ٠٫٨٤٥٥٣٥
١٫٨ ١٫٩٥٢٩٧٨ ٠٫٨٥٨١٤٩
١٫٩ ٢٫٠٣٩٣٨٧ ٠٫٨٦٩٨٩٢
٢ ٢٫١٢٦٩٢٨ ٠٫٨٨٠٧٩٧
٢٫١ ٢٫٢١٥٥٢ ٠٫٨٩٠٩٠٣
٢٫٢ ٢٫٣٠٥٠٨٣ ٠٫٩٠٠٢٥
٢٫٣ ٢٫٣٩٥٥٤٥ ٠٫٩٠٨٨٧٧
٢٫٤ ٢٫٤٨٦٨٣٦ ٠٫٩١٦٨٢٧
٢٫٥ ٢٫٥٧٨٨٩ ٠٫٩٢٤١٤٢
٢٫٦ ٢٫٦٧١٦٤٥ ٠٫٩٣٠٨٦٢
٢٫٧ ٢٫٧٦٥٠٤٤ ٠٫٩٣٧٠٢٧
٢٫٨ ٢٫٨٥٩٠٣٣ ٠٫٩٤٢٦٧٦
٢٫٩ ٢٫٩٥٣٥٦٣ ٠٫٩٤٧٨٤٦
٣ ٣٫٠٤٨٥٨٧ ٠٫٩٥٢٥٧٤
٣٫١ ٣٫١٤٤٠٦٤ ٠٫٩٥٦٨٩٣
٣٫٢ ٣٫٢٣٩٩٥٣ ٠٫٩٦٠٨٣٤
٣٫٣ ٣٫٣٣٦٢١٩ ٠٫٩٦٤٤٢٩
٣٫٤ ٣٫٤٣٢٨٢٨ ٠٫٩٦٧٧٠٥
٣٫٥ ٣٫٥٢٩٧٥ ٠٫٩٧٠٦٨٨
٣٫٦ ٣٫٦٢٦٩٥٧ ٠٫٩٧٣٤٠٣
٣٫٧ ٣٫٧٢٤٤٢٣ ٠٫٩٧٥٨٧٣
٣٫٨ ٣٫٨٢٢١٢٤ ٠٫٩٧٨١١٩
٣٫٩ ٣٫٩٢٠٠٤ ٠٫٩٨٠١٦
٤ ٤٫٠١٨١٥ ٠٫٩٨٢٠١٤
٤٫١ ٤٫١١٦٤٣٧ ٠٫٩٨٣٦٩٨
٤٫٢ ٤٫٢١٤٨٨٤ ٠٫٩٨٥٢٢٦
٤٫٣ ٤٫٣١٣٤٧٧ ٠٫٩٨٦٦١٣
٤٫٤ ٤٫٤١٢٢٠٣ ٠٫٩٨٧٨٧٢
٤٫٥ ٤٫٥١١٠٤٨ ٠٫٩٨٩٠١٣
٤٫٦ ٤٫٦١٠٠٠٢ ٠٫٩٩٠٠٤٨
٤٫٧ ٤٫٧٠٩٠٥٤ ٠٫٩٩٠٩٨٧
٤٫٨ ٤٫٨٠٨١٩٦ ٠٫٩٩١٨٣٧
٤٫٩ ٤٫٩٠٧٤١٩ ٠٫٩٩٢٦٠٨
٥ ٥٫٠٠٦٧١٥ ٠٫٩٩٣٣٠٧

ما هي دالة Softplus؟

دالة Softplus، المعرّفة بالصيغة \(f(x) = \ln(1 + e^{x})\)، هي تقريب أملس وقابل للاشتقاق لدالة التفعيل ReLU (الوحدة الخطية المقوّمة) المستخدمة في الشبكات العصبية. وعلى عكس دالة ReLU التي تحتوي على زاوية حادة عند نقطة الأصل، فإن Softplus سلسة في كل نقطة وقيمتها موجبة دائمًا. تنشئ هذه الحاسبة جدولًا يضم قيم \(x\) ودالة \(f(x)\) ومشتقتها الأولى عبر النطاق الذي تختاره، كما ترسم المنحنيين معًا لتتمكن من رؤية الشكل المميّز الذي يتدرّج من منحنى ناعم على هيئة حرف S إلى خط مائل صاعد.

منحنى Softplus مقارنًا بـ ReLU على المحورين x وy
منحنى Softplus هو تقريب سلس لدالة ReLU، موجب دائمًا وينحني بلطف قرب نقطة الأصل.

طريقة الاستخدام

أدخل ثلاث قيم: القيمة الابتدائية لـ \(x\) (أول إحداثي سيني)، ومقدار الزيادة (المسافة بين كل نقطة وأخرى)، وعدد التكرارات (كم صفًا تريد توليده). على سبيل المثال، إذا اخترت قيمة ابتدائية تساوي -5، وزيادة قدرها 0.1، و101 تكرار، فستحصل على قيم \(x\) تمتد من -5.0 إلى +5.0. والنتيجة جدول قابل للتمرير إلى جانب رسم بياني لدالة Softplus ومشتقتها.

شرح الصيغة الرياضية

تُعرّف Softplus بالصيغة $$f(x) = \ln(1 + e^{x}).$$ أما مشتقتها فهي $$f'(x) = \frac{e^{x}}{1 + e^{x}} = \frac{1}{1 + e^{-x}},$$ وهي تساوي تمامًا الدالة اللوجستية السينية (sigmoid). فكلما ازدادت \(x\) وأصبحت موجبة كبيرة، اقتربت \(f(x)\) من \(x\) واقتربت \(f'(x)\) من 1؛ وكلما صغرت \(x\) وأصبحت سالبة كبيرة، اقتربت \(f(x)\) من 0 واقتربت \(f'(x)\) من 0. ولتفادي الفيض العددي (overflow) عند القيم الكبيرة لـ \(x\)، تستخدم الأداة الصيغة المستقرة عدديًا $$f(x) = \max(x, 0) + \ln\left(1 + e^{-|x|}\right).$$

اعلان
Softplus ومشتقتها السينية مرسومتان معًا
مشتقة Softplus هي الدالة السينية (sigmoid)، منحنى على شكل حرف S يرتفع من 0 إلى 1.

مثال محلول

عند \(x = 0\): تكون \(f(0) = \ln(2) = 0.693147\) وتكون \(f'(0) = 0.5\). وعند \(x = 1\): تكون \(f(1) = \ln(1 + 2.718282) = 1.313262\) وتكون \(f'(1) = \frac{1}{1 + e^{-1}} = 0.731059\). وعند \(x = -1\): تكون \(f(-1) = 0.313262\) وتكون \(f'(-1) = 0.268941\). لاحظ المتطابقة \(f(x) - f(-x) = x\)، على سبيل المثال \(1.313262 - 0.313262 = 1\).

الأسئلة الشائعة

لماذا نستخدم Softplus بدلًا من ReLU؟ لأن Softplus سلسة ولها تدرّج (gradient) غير صفري في كل نقطة، وهو ما قد يساعد في عمليات التحسين القائمة على التدرّج، رغم أن حساب ReLU أقل تكلفة.

هل تكون قيمة الناتج موجبة دائمًا؟ نعم. فالقيمة \(\ln(1 + e^{x})\) أكبر من 0 لأي قيمة منتهية لـ \(x\)، لأن \(1 + e^{x}\) أكبر من 1.

ماذا تمثّل المشتقة؟ إنها ميل منحنى Softplus، وتساوي الدالة اللوجستية السينية، وتتراوح بشكل رتيب من 0 إلى 1 وتبلغ قيمتها 0.5 عند \(x = 0\).

آخر تحديث: