什么是 Softplus 一阶导数计算器？
本工具用于计算 Softplus 激活函数在任意实数 x 处的一阶导数。Softplus 函数的定义为 \(\phi(x) = \ln(1 + e^{x})\)，它是 ReLU（修正线性单元）函数的一种光滑、可微的近似形式，在神经网络中应用十分广泛。它的导数正好就是 Logistic Sigmoid 函数，这一特性使其在基于梯度的训练中格外方便。
使用方法
输入你想求导的 x 值并提交即可。计算器会返回 \(\phi'(x)\)，这个结果始终严格介于 0 和 1 之间。x 为正时结果趋近于 1，x 为负时结果趋近于 0，而当 x 恰好等于 0 时结果为 0.5。
公式解析
对 Softplus 函数求导可得：
$$\frac{d}{dx}\ln\!\left(1 + e^{x}\right) = \frac{e^{x}}{1 + e^{x}} = \frac{1}{1 + e^{-x}}$$这正是 Logistic Sigmoid 函数 \(\sigma(x)\)。为保证数值计算的稳定性，本计算器在 \(x \geq 0\) 时采用 \(\frac{1}{1 + e^{-x}}\)，在 \(x < 0\) 时采用等价的 \(\frac{e^{x}}{1 + e^{x}}\)，从而避免输入数值过大时指数运算发生溢出。
实例演算
设 \(x = 0.5\)。则 \(e^{-0.5} = 0.6065306597\)，因此 \(1 + e^{-0.5} = 1.6065306597\)。于是 $$\phi'(0.5) = \frac{1}{1.6065306597} = 0.622459$$由于输入略大于 0，导数值也略高于 0.5。
常见问题
为什么导数恰好是 Sigmoid 函数？因为对 \(\ln(1 + e^{x})\) 应用链式法则后，在代数上可化简为 \(\frac{1}{1 + e^{-x}}\)，也就是标准的 Logistic Sigmoid 函数。
\(\phi'(x)\) 的取值范围是多少？它落在开区间 \((0, 1)\) 内。当 x 趋向负无穷时该值趋近于 0，当 x 趋向正无穷时趋近于 1，但永远不会真正达到这两个边界。
会不会出现除以零的风险？不会。由于对任意实数 x，\(1 + e^{-x}\) 恒大于零，因此分母永远不可能为零。
