Calculateur de dérivée seconde de la fonction sigmoïde

Calculateur de dérivée seconde de la fonction sigmoïde

Émergent AI Skill PRO

Entrez le calcul

Formule

σ′′(x)=a2σ(1−σ)(1−2σ)où{a=Gain aσ=11+e−ax\begin{gathered} \sigma^{\prime\prime}(x) = a^{2}\,\sigma(1-\sigma)(1-2\sigma) \\[1.5em] \text{où}\quad \left\{ \begin{aligned} a &= {{\text{Gain }a}} \\ \sigma &= \frac{1}{1+e^{-a\,\text{x}}} \end{aligned} \right. \end{gathered}
Statistiques d'utilisation

Publicité

Résultats

Dérivée seconde s''_a(x)
-0,057557
sans unité
Sigmoïde s_a(x) 0,622459
Dérivée première s'_a(x) 0,235004
Dérivée seconde s''_a(x) -0,057557

Signaler une erreur sur cette page

Ce que fait ce calculateur

Cet outil évalue la dérivée seconde de la sigmoïde logistique paramétrée par un gain, notée \(\sigma''_a(x)\), en un point \(x\) pour un gain \(a\) choisi (le paramètre de pente, souvent appelé alpha). La sigmoïde logistique compte parmi les fonctions d'activation les plus courantes dans les réseaux de neurones et les modèles statistiques, et ses dérivées interviennent partout dans l'apprentissage par descente de gradient et l'analyse de courbure.

Les formules

La sigmoïde de gain \(a\) s'écrit $$\sigma_a(x) = \frac{1}{1+e^{-a\,x}}.$$ Sa dérivée première vaut $$\sigma'_a(x) = a\,\sigma(1-\sigma),$$ et sa dérivée seconde $$\sigma''_a(x) = a^{2}\,\sigma(1-\sigma)(1-2\sigma),$$ où \(\sigma = \sigma_a(x)\). Comme tout s'exprime en fonction de \(\sigma\), le calculateur commence par calculer \(\sigma\), puis le réutilise pour les deux dérivées. Le dénominateur \(1 + e^{-a\,x}\) est toujours positif : aucun risque de division par zéro.

Courbe sigmoïde avec la cloche de sa dérivée première et l'onde de sa dérivée seconde alignées sur le même axe des x
La sigmoïde (en haut), sa dérivée première (en cloche) et sa dérivée seconde (une onde en S qui s'annule au centre).

Mode d'emploi

Saisissez le gain \(a\) (valeur par défaut 1) et le point d'évaluation \(x\) (valeur par défaut 0,5), puis lisez la valeur de la sigmoïde, sa dérivée première et, en résultat principal, la dérivée seconde. Pour repérer le point d'inflexion, notez que \(\sigma''_a(x) = 0\) exactement là où \(\sigma = 0{,}5\), ce qui se produit en \(x = 0\) quel que soit le gain.

Publicité

Exemple détaillé

Avec \(a = 1\) et \(x = 0{,}5\) : \(e^{-0{,}5} = 0{,}606531\), donc $$\sigma = \frac{1}{1{,}606531} = 0{,}622459.$$ On a alors \(1 - \sigma = 0{,}377541\) et $$\sigma' = 1 \cdot 0{,}622459 \cdot 0{,}377541 = 0{,}235004.$$ Enfin, \(1 - 2\sigma = -0{,}244919\), ce qui donne $$\sigma'' = 1 \cdot 0{,}235004 \cdot (-0{,}244919) = -0{,}057557.$$

Onde de la dérivée seconde avec un pic positif, un passage par zéro au centre, un creux négatif et un point d'évaluation marqué
Évaluation de s''_a(x) : la courbe atteint un pic, s'annule au centre de la sigmoïde, puis descend jusqu'à un creux.

FAQ

À quoi sert le gain \(a\) ? Il règle la raideur de la sigmoïde : plus \(a\) est grand, plus la transition est nette. En fixant \(a = 0\), on obtient \(\sigma = 0{,}5\) partout, donc les deux dérivées sont nulles.

Où la dérivée seconde s'annule-t-elle ? En \(x = 0\), le point d'inflexion, là où la sigmoïde passe de convexe à concave.

Le calcul est-il numériquement stable ? Oui — pour \(a\,x\) négatif, le calculateur emploie la forme équivalente \(\frac{e^{a\,x}}{1 + e^{a\,x}}\) afin d'éviter tout dépassement exponentiel.

Dernière mise à jour:

Les plus populaires dans Mathématiques et statistiques

Voir toutes les calculatrices de Mathématiques et statistiques