👨💼 การหาอนุพันธ์ย่อย (Partial differential)
มีบทบาทในงานวิศวกรรมหลายด้าน
ไม่เว้นแม้กระทั่งในวิชาคอมพิวเตอร์
ยิ่งตอนเรียนวิชาปัญญาประดิษฐ์ (AI)
สาย neural network , deep learning (กำลังดัง)
สามารถเอาไปไว้ใช้ปรับจูนพารามิเตอร์ในโมเดล
.
ในรูปที่โพสต์ต้องการหาอนพุันธ์ย่อย
หรือเรียกอีกทีก็คือให้หา gradient
หรือก็คือค่าความชัน (slope) ในวิชาเลข 📈
ถ้าพูดให้ง่ายๆ เข้าไปอีก
ในโจทย์จะให้หาความชันของ z เทียบกับ x1 และ x2
.
ซึ่งวิธีการแก้สมการไม่รู้ว่าจำกันได้ไหม
สามารถใช้พื้นฐานวิชาแคลคูลัสตอนม.ปลาย
เขาจะใช้กฏ chain rule
เป็นการหาอนุพันธ์แบบเป็นลูกโซ่
ข้อนี้ง่ายๆ แก้สมการแป็บเดียวก็เสร็จ
เอาล่ะผมคงไม่ลงคณิตศาสตร์
.
🤔 แต่อยากตั้งคำถาม
แล้วเราจะแก้โจทย์แบบนี้
ด้วยการเขียนโปรแกรมอย่างไรดี
.
😄 คำตอบ ในปัจจุบันนี้แต่ละภาษามีไลบรารี่
เอาไว้ให้แก้โจทย์ประมาณนี้อยู่แล้ว
ไม่ต้องนั่งแก้สมการทางคณิตศาสตร์ให้ปวดหัว
ขอให้เข้าใจไอเดีย ก็เขียนโปรแกรมได้ไม่ยากสบายมากๆ
.
แต่ถึงกระนั้นก็ดี
การรู้ถึงแก่นทฤษฏีในวิชาแคลคูลัส
รวมทั้งเขียนโปรแกรมแก้โจทย์ในรูปตัวอย่างได้
รับรองคุณได้ไปต่อในงาน AI ได้ไม่ยาก
.
ส่วนตัวอย่างการเขียนโปรแกรมแก้โจทย์ดังกล่าวผม
ทำตัวอย่างไว้ให้แล้วที่
https://colab.research.google.com/…/1BtVCWpwWovcVqkvEX5HaUA…
.
โค้ดสั้นๆ ไม่กี่บรรทัดเห็นจนตกใจ
เพราะตัวไลบรารี่มันหาให้เราเสร็จสรรพ
แต่ต้องเข้าใจไอเดียนะ สำคัญมากกกก
.
.
.
+++++ขอประชาสัมพันธ์ (ขายของ)
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่ (เล่มอื่นๆ กำลังทยอยตามมา)
👉 https://www.mebmarket.com/web/index.php…
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
👨 💼 Finding sub-derivatives (Partial differential)
Role in Multiple Engineering
Not even in computer class
When I study in Artificial Intelligence (AI)
Neural network, deep learning (popular)
Can be used for tuning parameters in model
.
In the photo posted, I want to find sub-ordained.
Or call again. It's for gradient.
Or it's the steep value (slope) in math 📈
If you say it easy, go in.
In the situation, I will find z's stance against x1 and x2
.
Which is a solution to the equation. I don't know if I
Can be used in calculus course in milk. The end.
He will use the chain rule
Chain derivative findings
This one is easy. Solving the equation for a while and it will be done.
Well, I wouldn't have played math.
.
🤔 but want to question
And we will solve this situation.
With how to programming
.
😄 Answers nowadays. Each language has a library.
It's for solving this kind of problem.
No need to sit and solve a mathematical equation for headache.
If you want to understand the idea, it's not difficult. It's very easy
.
But it's good anyway.
Knowing the theory in Calculus
Including the solution programming in a sample photo.
Guarantee that you can continue in the AI job.
.
Personally, as programming solves such an issue.
Already made an example at
https://colab.research.google.com/drive/1BtVCWpwWovcVqkvEX5HaUAIyUOlekC0m#scrollTo=LWvLB33chsGI
.
A few short lines of code. I saw it until I was shocked.
Because the libraries are getting us done.
But I have to understand the idea. It's very important.
.
.
.
+++++ Public relations (selling items)
📔 The book ′′ Artificial Intelligence (AI) is not difficult It can be understood by the number. Tipping (Thai language content)
.
If you are interested in ordering book 1, you can order at (other books are gradually following).
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Sorry, no paper books available. Only ebooks.
.
Personal like the book. You can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
✍ Written by Thai programmer thai coderTranslated
web gradient 在 Gradient color design, Flat color palette, App design layout 的美食出口停車場
Web gradients is a free collection of 180 linear gradients | Lepix.org - Design Resources + Inspiration. Web gradients is a free collection of 180 linear ... ... <看更多>