什麼是 Leaky ReLU 激活函數？
Leaky ReLU（Leaky Rectified Linear Unit，帶洩漏的線性整流單元）是深度神經網路中相當常用的激活函數。它和標準 ReLU 一樣會讓正值輸入原封不動地通過，但不同的是，對於負值輸入，它不會直接壓成 0，而是賦予一個微小的非零斜率 alpha。如此一來，即使是負的預激活值也能保留一點梯度流動，有助於避免所謂的「ReLU 死亡」問題——也就是神經元卡在輸出 0、再也學不到東西的情況。
計算公式
對於輸入 x 與洩漏斜率 \alpha，輸出為：當 x > 0 時 f(x) = x；當 x ≤ 0 時 f(x) = \alpha · x。
預設的洩漏斜率為 \alpha = 0.01。有兩個特殊情況值得留意：當 \alpha = 0 時，函數就退化成標準 ReLU（\max(0, x)）；當 \alpha = 1 時，函數則塌縮成恆等直線 f(x) = x。
如何使用本計算器
輸入起始 x 值、各點之間的間距（步長）、要產生的點數，以及洩漏斜率 \alpha。工具會依公式
（i 從 0 到 count-1）建立數列，計算每個點的 f 值，並列出所有 (x, f(x)) 配對，同時繪製出曲線圖。你也可以直接輸入單一 x 值，立即取得對應的 f(x) 計算結果。
實例演算
以 \alpha = 0.01 為例：當 x = -4 時，輸入為非正值，所以 f = 0.01 × (-4) = -0.04；當 x = 0 時，f = 0；當 x = 3 時，輸入為正值，所以 f = 3。若使用預設值（startX = -4、stepX = 0.05、count = 101），掃描範圍會從 x = -4（f = -0.04）一路到 x = +1.0（f = 1.0），並在第 81 個點（i = 80）處通過零點。
使用注意事項與精準校對原則（6 大核心守則）
📐 1. 嚴格對齊輸入量綱與單位
輸入各項數值時請務必確認量綱（例如小時、天數、金額、百分比），避免單位不匹配引發推算偏差。
🔒 2. 純前端本機毫秒級隱私保障
所有計算邏輯 100% 在您的終端瀏覽器內完成，資料絕不上傳伺服器，嚴格守護商業與個人隱私。
📊 3. 符合公認學術與產業計算模型
演算法嚴格遵循國際通用數學公式與標準計算模型，經多重情境交叉核對，數值嚴密精確。
📋 4. 一鍵複製與免登入 PDF 匯出
支援一鍵複製推算結果字串至剪貼簿，亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。
🔄 5. 多情景敏感度動態對比
建議針對極端值與多組預期情景分別試算，觀察輸出數據的波動區間，輔助做出更穩健的決策。
🛡️ 6. 專業諮詢與日常參考免責聲明
本工具運算結果供日常排程、學業研習與事前參考之用，如涉及重大法規或投資決策請諮詢持證專家。