Softplus 函数
Softplus 函数是神经网络中常用的激活函数之一，定义为：
Softplus函数导数
是 sigmoid 函数。Softplus 处处可导，并且导数恰好是 sigmoid。
它是 ReLU 函数的平滑近似，具有连续可导的特性，适合需要梯度优化的场景。
数学特性
- 平滑性：导数为 Sigmoid 函数，即
- 与 ReLU 的关系：当
。
- 输出范围：
，适合非负输出的场景。
Rust 实现
以下是一个基础的 Softplus 函数实现及其导数：
use std::f64::consts::E;fn softplus(x: f64) -> f64 {(1.0 + E.powf(x)).ln()
}fn softplus_derivative(x:
