解答：
④ 活性化関数は基本的に微分可能であるものを選ぶ必要がある.
理由: ニューラルネットワークの学習には誤差逆伝播法（バックプロパゲーション）が使用されますが、この手法では重みの更新のために活性化関数の微分が必要です。したがって、活性化関数は基本的に微分可能であるものを選ぶ必要があります。
その他の選択肢について：
- ① ReLU関数は勾配消失が起こりやすいので,現在はあまり使用されない。：ReLU（Rectified Linear Unit）関数は、勾配消失問題を軽減するためによく使用されており、現在でも広く使用されています。
- ② tanh関数は,0から1までの数字を出力として表現できる活性化関数である。：tanh（双曲線正接）関数は、-1から1までの値を出力します。
- ③ シグモイド関数は,-1から1までの数字を出力として表現できる活性化関数である。：シグモイド関数は、0から1までの値を出力します。
