からっぽのしょこ

読んだら書く!書いたら読む!同じ事は二度調べ(たく)ない

Sigmoid関数の微分【PRMLのノート】

はじめに

 『パターン認識と機械学習』の独学時のまとめです。一連の記事は「数式の行間埋め」または「R・Pythonでのスクラッチ実装」からアルゴリズムの理解を補助することを目的としています。本とあわせて読んでください。

 この記事は、4.3.2項を補足する内容です。Sigmoid関数を微分します。

【他の節一覧】

www.anarchive-beta.com

【この節の内容】

・Sigmoid関数の微分

 Sigmoid関数(ロジスティックシグモイド関数)の微分を導出します。

 Sigmoid関数は、入力を$x$、出力を$y$として、次の式で定義されます。

$$ y = \frac{1}{1 + \exp(-x)} $$

 出力は、$0 < y < 1$の値になります。確率の定義を満たす値を出力するので、入力を確率値に変換したと解釈できます。

 Sigmoid関数を微分します。

$$ \begin{aligned} \frac{d y}{d x} &= \frac{d}{d x} \Bigl\{ \frac{1}{1 + \exp(-x)} \Bigr\} \\ &= - \frac{1}{(1 + \exp(-x))^2} \frac{d}{d x} \Bigl\{ 1 + \exp(-x) \Bigr\} \\ &= - \frac{1}{(1 + \exp(-x))^2} \Bigl( - \exp(-x) \Bigr) \\ &= \frac{\exp(-x)}{(1 + \exp(-x))^2} \end{aligned} $$

 1行目から2行目では、分母全体を$f(x)$に対応させて、逆数の微分$\left\{\frac{1}{f(x)}\right\}' = - \frac{f'(x)}{f(x)^2}$を行っています。
 2行目から3行目では、指数関数の微分$\{e^{cx}\}' = c e^{cx}$を行っています。
 この式をさらに、扱いやすい形に整理します。

$$ \begin{aligned} \frac{d y}{d x} &= \frac{1}{1 + \exp(-x)} \frac{\exp(-x)}{1 + \exp(-x)} \\ &= \frac{1}{1 + \exp(-x)} \frac{1 + \exp(-x) - 1}{1 + \exp(-x)} \\ &= \frac{1}{1 + \exp(-x)} \left( \frac{1 + \exp(-x)}{1 + \exp(-x)} - \frac{1}{1 + \exp(-x)} \right) \end{aligned} $$

 1行目の後の項の分子に、$0 = 1 - 1$を加えることで項を分割しています(値には影響していません)。
 Sigmoid関数の定義式より、$y$に置き換えます。

$$ \frac{d y}{d x} = y (1 - y) $$

 Sigmoid関数の出力$y$を使った簡単な計算式が得られました。

 Sigmoid関数とその微分をグラフで確認します。

# 利用するパッケージ
library(tidyverse)

# Sigmoid関数を計算
sigmoid_df <- tidyr::tibble(
  x = seq(-10, 10, by = 0.05), # 入力の範囲を指定
  y = 1 / (1 + exp(-x)), # 出力
  dy = y * (1 - y) # 微分
) %>% 
  tidyr::pivot_longer(cols = !x, names_to = "type", values_to = "value") #  縦長のデータフレームに変換

# Sigmoid関数を作図
ggplot(sigmoid_df, aes(x = x, y = value, color = type)) + 
  geom_line() + 
  labs(title = "Logistic Sigmoid Function")

f:id:anemptyarchive:20211204222058p:plain
Sigmoid関数と微分のグラフ

 出力のグラフ(青色の曲線)が0から1の値になるのを確認できます。入力$a$の値が小さいと出力は0に近い値(ほぼ0)に、大きいと1に近い値(ほぼ1)になります。また、Sigmoid関数は単調増加するので、$x_1 < x_2$であれば$y_1 < y_2$となります。
 微分のグラフ(赤色の曲線)は、出力が0から1へ大きく変化する$x = 0$をピークとする山なりの形になります。

 導関数と接線の関係をアニメーションで確認します。

・コード(クリックで展開)

# 追加パッケージ
library(gganimate)

# 関数を指定
f <- function(x) {
  y <- 1 / (1 + exp(-x)) # Sigmoid
  #y <- (exp(x) - exp(-x)) / (exp(x) + exp(-x)) # tanh
  return(y)
}

# 導関数を指定
df <- function(y) { 
  dy <- y * (1 - y) # Sigmoid
  #dy <- 1 - y^2 # tanh
  return(dy)
}


# x軸の値を作成
x_vals <- seq(-10, 10, by = 0.1)
length(x_vals) # フレーム数  

# Sigmoid関数を計算
sigmoid_df <- tidyr::tibble(
  x = x_vals, 
  y = f(x) # 出力
)

# xの値ごとにグラフを計算
anime_diff_df <- tidyr::tibble()
anime_tangentline_df <- tidyr::tibble()
anime_tangentpoint_df <- tidyr::tibble()
for(i in 1:length(x_vals)) {
  # 接点のx軸の値を取得
  x_val <- x_vals[i]
  
  # 接点のy軸の値を計算
  y_val <- f(x_val)
  
  # 接線の傾きを計算
  dy_val <- df(y_val)
  
  # 接線の切片を計算
  b_val <- y_val- dy_val * x_val
  
  # フレーム切替用のラベルを作成
  label_txt <- paste(
    "(x, y)=(", round(x_val, 2), ", ", round(y_val, 2), "), dy=", round(dy_val, 3)
  )
  
  # 導関数を計算
  tmp_diff_df <- tidyr::tibble(
    x = x_vals[1:i], 
    y = f(x), # 出力
    dy = df(y), # 微分
    label = as.factor(label_txt)
  )
  anime_diff_df <- rbind(anime_diff_df, tmp_diff_df)
  
  # 接線を計算
  tmp_tangentline_df <- tidyr::tibble(
    x = x_vals, 
    y = dy_val * x + b_val, 
    label = as.factor(label_txt)
  )
  anime_tangentline_df <- rbind(anime_tangentline_df, tmp_tangentline_df)
  
  # 接点を格納
  tmp_tangentpoint_df <- tidyr::tibble(
    x = x_val, 
    y = y_val, 
    label = as.factor(label_txt)
  )
  anime_tangentpoint_df <- rbind(anime_tangentpoint_df, tmp_tangentpoint_df)
}

# 作図
anime_graph <- ggplot() + 
  geom_line(data = sigmoid_df, aes(x = x, y = y, group = 1), color = "blue") + # 対象の関数
  geom_line(data = anime_diff_df, aes(x = x, y = dy, group = 1), color = "orange") + # 導関数
  geom_line(data = anime_tangentline_df, aes(x = x, y = y, group = 1), color = "turquoise4") + # 接線
  geom_point(data = anime_tangentpoint_df, aes(x = x, y = y), color = "chocolate4", size = 2) + # 接点
  geom_vline(data = anime_tangentpoint_df, aes(xintercept = x), color = "chocolate4", linetype = "dotted") + # 接線の垂線
  gganimate::transition_manual(label) + # フレーム
  ylim(c(-0.5, 1.5)) + 
  labs(title = "Sigmoid Function", 
       subtitle = "{current_frame}")

# gif画像として出力
gganimate::animate(anime_graph, nframes = length(x_vals), fps = 10)


f:id:anemptyarchive:20211212155552g:plainf:id:anemptyarchive:20211212155554g:plain
Sigmoid関数の導関数と接線の関係

 形が似ているtanh関数と合わせてどうぞ。

参考文献

  • C.M.ビショップ著,元田 浩・他訳『パターン認識と機械学習 上下』,丸善出版,2012年.

おわりに

 ロジスティック回帰を理解するためのパーツを順調に揃えていってる感じがする。

 先ほど公開されたモーニング娘。'21の新シングルのMVをどうぞ。

 明るくて楽し気な曲も良いね。

【関連する内容】

 同じ内容ですが、こちらは誤差逆伝播法で導出しています。

www.anarchive-beta.com