あらゆる入力値を0.0~1.0の範囲(上限 f(x)=1/下限 f(x)=0)の数値に変換して出力する関数。
座標点(0, 0.5)を基点(変曲点)として、点対称のS(=ς:シグマ)字型曲線のグラフになることから、シグモイド関数という名称がついた。
ニューラルネットワークで用いられてきたが、
勾配消失問題により学習が停滞してしまうことから、現在はあまり使われていない。
現在は主に、
二値分類の出力層の活性化関数として使用される。
(その場合、損失関数には(基本的に)交差エントロピーが使用される。)