MCP로 연결 →

계산 입력

도함수를 계산할 지점 (임의의 실수).

공식

광고

결과

소프트플러스의 1차 도함수
0.622459
phi'(x) at x = 0.5
입력값 x 0.5
공식 phi'(x) = 1 / (1 + e^(-x))
범위 0 < phi'(x) < 1

소프트플러스 1차 도함수 계산기란?

이 도구는 임의의 실수 입력값 x에서 소프트플러스(Softplus) 활성화 함수의 1차 도함수를 계산합니다. \(\phi(x) = \ln(1 + e^{x})\)로 정의되는 소프트플러스 함수는 신경망에서 널리 쓰이는 ReLU(Rectified Linear Unit, 정류 선형 유닛) 함수를 매끄럽게 근사한 미분 가능한 함수입니다. 그 도함수가 정확히 로지스틱 시그모이드 함수와 일치하기 때문에, 경사 기반 학습에서 특히 다루기 편리합니다.

사용 방법

도함수를 구하고 싶은 x 값을 입력한 뒤 실행하세요. 계산기는 항상 0과 1 사이에 엄격히 놓이는 값 \(\phi'(x)\)를 반환합니다. 입력이 양수이면 결과가 1에 가까워지고, 음수이면 0에 가까워지며, 정확히 0이면 0.5가 됩니다.

공식 설명

소프트플러스 함수를 미분하면 다음과 같습니다:

$$\frac{d}{dx}\ln\!\left(1 + e^{x}\right) = \frac{e^{x}}{1 + e^{x}} = \frac{1}{1 + e^{-x}}.$$

이것이 바로 로지스틱 시그모이드 \(\sigma(x)\)입니다. 수치적 안정성을 유지하기 위해, 계산기는 \(x \ge 0\)일 때 \(\frac{1}{1 + e^{-x}}\)를 사용하고 \(x < 0\)일 때 이와 동등한 \(\frac{e^{x}}{1 + e^{x}}\)를 사용하여, 절댓값이 큰 입력에서 지수 함수가 오버플로하는 것을 방지합니다.

광고
같은 축에 그린 소프트플러스 함수와 시그모이드 형태의 1차 도함수
소프트플러스 곡선(위로 솟는 하키스틱 모양)과 그 1차 도함수인 S자형 시그모이드.

계산 예시

\(x = 0.5\)라고 하면, \(e^{-0.5} = 0.6065306597\)이므로 \(1 + e^{-0.5} = 1.6065306597\)입니다. 따라서 $$\phi'(0.5) = \frac{1}{1.6065306597} = 0.622459$$가 됩니다. 입력이 살짝 양수이기 때문에 도함수 값이 0.5보다 약간 큽니다.

자주 묻는 질문

도함수가 왜 시그모이드 함수인가요? \(\ln(1 + e^{x})\)에 연쇄 법칙을 적용하면 대수적으로 \(\frac{1}{1 + e^{-x}}\), 즉 표준 로지스틱 시그모이드로 정리되기 때문입니다.

\(\phi'(x)\)의 범위는 어떻게 되나요? 열린 구간 \((0, 1)\)입니다. x가 음의 무한대로 갈수록 0에 가까워지고 양의 무한대로 갈수록 1에 가까워지지만, 어느 경계에도 결코 도달하지 않습니다.

0으로 나누는 위험은 없나요? 없습니다. 모든 실수 x에 대해 \(1 + e^{-x}\)는 항상 0보다 크기 때문에, 분모가 0이 되는 경우는 결코 없습니다.

최종 업데이트: