تانژانت هیپربولیک

محاسبه آنی تابع هذلولوی tanh(x) با دقت مهندسی. ابزاری حیاتی برای محاسبات ریاضی پیشرفته و تحلیل داده‌های هوش مصنوعی.

ورودی متغیر
rad/num

این ابزار مقدار x را به عنوان یک عدد حقیقی دریافت کرده و نسبت سینوس هیپربولیک به کسینوس هیپربولیک را محاسبه می‌کند.

برای مشاهده نتیجه، عددی وارد کنید

تانژانت هیپربولیک چیست؟

تابع تانژانت هیپربولیک (Hyperbolic Tangent) که با نماد tanh(x) نمایش داده می‌شود، یکی از توابع مهم هذلولوی در ریاضیات است. برخلاف توابع مثلثاتی که بر اساس دایره تعریف می‌شوند، این توابع بر اساس هذلولی (Hyperbola) بنا شده‌اند. این تابع دامنه‌ای از تمام اعداد حقیقی دارد و برد (خروجی) آن همواره بین -1 و +1 محدود است. همین ویژگی محدود‌سازی (Squashing) باعث شده تا در مهندسی برق و علوم کامپیوتر کاربردهای فراوانی داشته باشد.

فرمول محاسبه دستی

برای محاسبه تانژانت هیپربولیک، از نسبت سینوس هیپربولیک به کسینوس هیپربولیک استفاده می‌شود. فرمول پایه بر اساس عدد اویلر (e ≈ 2.718) به صورت زیر است:

tanh(x) = sinh(x) / cosh(x)
tanh(x) = (ex - e-x) / (ex + e-x)

در این فرمول، e پایه لگاریتم طبیعی است. هر چه مقدار x بزرگتر شود، خروجی به 1 نزدیک‌تر می‌شود و هرچه کوچکتر شود (منفی‌تر)، خروجی به -1 میل می‌کند.

مثال‌های کاربردی

حالت صفر

اگر ورودی x = 0 باشد، آنگاه tanh(0) = 0 خواهد بود. این نقطه تقارن نمودار است و در تنظیم وزن‌های شبکه عصبی اهمیت دارد.

اعداد بسیار بزرگ

برای ورودی‌های بزرگ مثل x = 10، مقدار تابع بسیار به 1 نزدیک است (مثلاً 0.9999). این پدیده در مهندسی به "اشباع" معروف است.

اعداد منفی

برای x = -2، نتیجه حدود -0.964 خواهد بود. علامت خروجی همواره با علامت ورودی یکسان است.

خطاهای رایج محاسباتی

  • اشتباه گرفتن tanh با tan معمولی. تانژانت مثلثاتی مربوط به زوایا است، اما تانژانت هیپربولیک مربوط به مساحت زیر نمودار هذلولی است.

  • فراموش کردن دامنه خروجی. به یاد داشته باشید که خروجی هرگز از 1 بیشتر و از -1 کمتر نمی‌شود (برخلاف tan که تا بی‌نهایت می‌رود).

  • استفاده از درجه (Degree) به جای عدد حقیقی. ورودی توابع هیپربولیک معمولاً اعداد حقیقی بدون واحد هستند، نه زاویه.

سوالات متداول

تفاوت tanh و sigmoid در چیست؟
تابع Sigmoid خروجی بین 0 و 1 می‌دهد، در حالی که Tanh خروجی بین -1 و 1 دارد. Tanh معمولاً در لایه‌های پنهان شبکه‌های عصبی ترجیح داده می‌شود زیرا میانگین خروجی آن به صفر نزدیک‌تر است (Zero-centered).
آیا این تابع معکوس دارد؟
بله، معکوس آن arctanh یا tanh⁻¹ نام دارد و فقط برای ورودی‌های بین -1 و 1 تعریف شده است.
مشتق tanh چیست؟
مشتق آن برابر است با 1 - tanh²(x) یا همان sech²(x). این مشتق ساده باعث سرعت بالای محاسبات در الگوریتم پس‌انتشار (Backpropagation) می‌شود.
آیا این ابزار دقیق است؟
بله، این ابزار از موتور محاسباتی استاندارد جاوااسکریپت (IEEE 754) استفاده می‌کند که تا حدود 15 رقم اعشار دقت دارد و برای اکثر کاربردهای مهندسی و علمی کاملاً کافی است.