tanh関数（ハイパボリックタンジェント）
解説：シグモイド関数の進化版
tanh関数（Hyperbolic tangent function：双曲線正接関数）は、シグモイド関数によく似たS字カーブを描く活性化関数です。
シグモイド関数との最大の違いは、出力値の範囲が「-1 から 1」である点です。0を中心としてプラス側とマイナス側にバランスよく広がるため、データの偏りを抑えやすく、シグモイド関数よりも学習効率が良いとされています。
シグモイド関数との違い（ここが出る！）
| 比較項目 | シグモイド関数 | tanh関数 |
|---|---|---|
| 出力範囲 | 0 〜 1 | -1 〜 1 |
| グラフの中心 | (0, 0.5) | 原点 (0, 0) ※原点対称 |
| 学習効率 | 標準的 | シグモイドより良い (データがゼロ中心になるため) |
⚠️ 弱点は同じ「勾配消失」
tanh関数はシグモイドより優秀ですが、グラフの両端が平らになる（傾きがなくなる）という構造上の欠点は同じです。
そのため、層を深くしすぎるとやはり「勾配消失問題」が発生します。現在の中間層では、この問題を解決したReLU関数の方が主流です。
tanh関数はシグモイドより優秀ですが、グラフの両端が平らになる（傾きがなくなる）という構造上の欠点は同じです。
そのため、層を深くしすぎるとやはり「勾配消失問題」が発生します。現在の中間層では、この問題を解決したReLU関数の方が主流です。
G検定対策
出題ポイント
- 値の範囲：「-1から1」の範囲をとる関数を選ばせる問題が頻出です。
- 形状：「原点(0, 0)を中心とした点対称」であること。
- 歴史的位置づけ：「シグモイドよりはマシだが、ReLUほどではない（勾配消失は起きる）」という立ち位置を理解しておきましょう。
ひっかけ対策
- × 最小値は0である
（解説）最小値は「-1」です。0なのはシグモイド関数です。 - × 勾配消失問題を解決した
（解説）勾配消失は「起きにくく」はなりましたが、解決はしていません。解決したのはReLU関数です。
