G検定 用語解説
ソフトマックス関数とは
複数の出力値を0から1の範囲に収め、全出力の合計が1になるように変換する活性化関数。多クラス分類の出力層で、各クラスに属する確率の分布として結果を解釈するために使われる。
まず押さえる結論
ソフトマックス関数は、G検定の「大項目4 ディープラーニングの概要」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×勾配消失問題と勾配爆発の混同、およびReLUなど活性化関数による緩和の役割。
×局所最適解・大域最適解・鞍点の区別（鞍点はある方向に極小・別方向に極大）。
×誤差逆伝播法（バックプロパゲーション）と勾配降下法の役割の取り違え。
関連する確認問題
大項目4 ディープラーニングの概要 / 活性化関数と過学習対策
入力値が0以下のとき0を、0より大きいときはその値をそのまま出力する単純な形で、勾配消失問題を起こしにくくした活性化関数はどれか。
正解はReLU関数。入力が0以下のとき0を、0より大きいときはその値をそのまま出力する区分線形の単純な形をしており、正の領域では微分値が一定であるため、層を重ねても勾配が縮小しにくく勾配消失問題を起こしにくい。シグモイド関数は出力を0〜1に押し込める飽和型の関数で、入力が大きい・小さい領域では微分値が小さくなり、層を逆伝播するたびに更新量が縮小しやすい。tanh関数も出力を-1〜1に押し込める飽和型の関数で、シグモイド関数と同様に両端の微分値が小さく勾配消失を招きやすい。ソフトマックス関数は複数の出力をまとめて合計が1になる確率分布に変換する関数で、出力層で使うものであり、各ノードに独立に適用する隠れ層の活性化関数の形ではない。
大項目4 ディープラーニングの概要 / 活性化関数と過学習対策
入力を0〜1の範囲になめらかに変換するS字型（シグモイド型）の活性化関数で、層を深くすると勾配消失を起こしやすいことでも知られるものはどれか。
正解は「シグモイド関数」である。シグモイド関数は、入力を0〜1の範囲になめらかに変換するS字型の活性化関数である。微分値が小さいため、層を深くすると入力層に近い層で勾配がほとんど伝わらなくなる勾配消失を起こしやすい。ReLU関数はこの問題を起こしにくくした関数、ソフトマックス関数は多クラス分類の確率化に用いる関数、恒等関数は入力をそのまま出す関数であり、いずれもS字型で勾配消失を起こしやすいという本問の特徴には当たらない。 選択肢ごとの差は次のように整理できる。「ReLU関数」は誤答側で、誤答。「ReLU関数」はシグモイド関数が抱える勾配消失を起こしにくくした関数であり、0〜1の範囲になめらかに変換するS字型の関数ではない。「ソフトマックス関数」は誤答側で、誤答。「ソフトマックス関数」は多クラス分類の確率化に用いる関数であり、勾配消失を起こしやすいS字型の活性化関数として説明される対象ではない。「恒等関数」は誤答側で、誤答。「恒等関数」は入力の値をそのまま出力する関数であり、入力を0〜1の範囲になめらかに変換するS字型で、層を深くすると勾配消失を起こしやすいシグモイド関数のような関数ではない。「シグモイド関数」は正解側で、正解。「シグモイド関数」は入力を0〜1の範囲になめらかに変換するS字型の活性化関数であり、微分値が小さいため層を深くすると勾配消失を起こしやすいことでも知られる。
大項目4 ディープラーニングの概要 / 活性化関数と過学習対策
出力を-1〜1の範囲に変換するS字型の活性化関数で、シグモイド関数と似た形をしているが出力の中心が0になるものはどれか。
正解は「tanh関数」である。tanh関数（双曲線正接関数）は、出力を-1〜1の範囲に変換するS字型の活性化関数で、シグモイド関数に似た形だが出力の中心が0になる点が異なる。ReLU関数は0以下を0にする関数、ソフトマックス関数は確率分布への変換、ステップ関数は0か1を出す不連続な関数であり、いずれも出力が-1〜1で中心が0のS字型関数ではない。 選択肢ごとの差は次のように整理できる。「ReLU関数」は誤答側で、誤答。「ReLU関数」は入力が0以下なら0を出力し、それ以外はそのまま出力する関数であり、出力を-1〜1の範囲に変換し出力の中心が0になるS字型のtanh関数のような関数ではない。「ソフトマックス関数」は誤答側で、誤答。「ソフトマックス関数」は出力を確率分布に変換する関数であり、出力の中心が0になるS字型の活性化関数ではない。「ステップ関数」は誤答側で、誤答。「ステップ関数」は0か1を出す不連続な関数であり、-1〜1の範囲になめらかに変化するS字型の関数ではない。「tanh関数」は正解側で、正解。「tanh関数」は出力を-1〜1の範囲に変換するS字型の活性化関数であり、シグモイド関数に似た形だが出力の中心が0になる点が異なる。
同じ章で確認したい用語
到達チェック
- ソフトマックス関数を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、ソフトマックス関数に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）