# فصل ۰۷ — وقتی چند ورودی داری

<div dir="rtl">

# فصل ۰۷ — وقتی چند ورودی داری

## در این فصل چه یاد می‌گیری

تا اینجا هر تابع یک ورودی داشت و شیب یک عدد بود. ولی روی یک **تپهٔ واقعی** ایستاده‌ای، نه روی یک منحنی.

> 🤔 **اول حدس بزن:** روی یک تپه، «شیب» یک عدد است؟

نه — **بستگی دارد به کدام سمت رو کنی.** رو به شمال شاید سربالایی باشد و رو به شرق سرازیری.

این فصل آن را حل می‌کند: **مشتقِ جزئی** شیب را در یک جهتِ خاص می‌دهد، و **`gradient`** — که برداری از همان مشتق‌های جزئی است — جهتِ تندترین سربالایی را نشان می‌دهد.

و همین‌جاست که ترم ۷ به ترم ۸ می‌رسد: **شیب در چند بُعد، یک بردار است.**

![یک تپهٔ سه‌بعدی با فلش‌هایی که جهت بیشترین شیب را نشان می‌دهند](/lesson-assets/t8-s07-partial-gradient/prompt/01-image-gradient.png)

آخر این فصل می‌توانی:

- مشتقِ جزئی را حساب کنی
- `gradient` را بنویسی و بگویی چه چیزی را نشان می‌دهد
- بگویی چرا جهتِ عکسِ آن، جهتِ سرازیری است

## قبل از شروع

- **از فصل ۴:** قواعدِ مشتق‌گیری.
- **از ترم ۷ فصل ۱ و ۳:** بردار؛ `dot product` به‌عنوان «چقدر در آن جهت امتداد دارد».
- **از ترم ۴ فصل ۴:** روی تپه، در جهتِ عکسِ شیب قدم بردار.

## ۱. مشتقِ جزئی

تابعی با دو ورودی:

</div>

$$
f(x, y) = x^2 + 3y
$$

<div dir="rtl">

**مشتقِ جزئی نسبت به $x$** یعنی: **$y$ را ثابت فرض کن** و مثلِ همیشه مشتق بگیر.

</div>

$$
\frac{\partial f}{\partial x} = 2x
$$

<div dir="rtl">

آن $3y$ ناپدید شد چون با ثابت‌فرض‌کردنِ $y$، یک عددِ ثابت است — و از فصل ۳ می‌دانی مشتقِ ثابت صفر است.

و برعکس:

</div>

$$
\frac{\partial f}{\partial y} = 3
$$

<div dir="rtl">

**هیچ ابزارِ تازه‌ای لازم نبود** — فقط یک تصمیم: کدام متغیر را ثابت بگیر.

> 💡 **نکته:** آن نمادِ $\partial$ به‌جای $d$ فقط یادآوری می‌کند که متغیرهای دیگری هم هستند. **همان کاری که نمادِ کسری‌شکلِ فصل ۳ می‌کرد: می‌گوید مشتق نسبت به چه چیزی گرفته شده.**

> ✅ **چک کن:** برای $f(x,y) = xy$، دو مشتقِ جزئی چیستند؟ — نسبت به $x$ می‌شود $y$، و نسبت به $y$ می‌شود $x$.

## ۲. معنیِ تصویری

روی تپه ایستاده‌ای. مشتقِ جزئی نسبت به $x$ یعنی: **فقط به سمتِ شرق قدم بردار، چقدر بالا یا پایین رفتی؟**

و نسبت به $y$: همان، به سمتِ شمال.

**پس هر مشتقِ جزئی، شیب در یک جهتِ خاص است** — و به‌تنهایی تصویرِ کاملی نمی‌دهد.

## ۳. `gradient`

مشتق‌های جزئی را کنارِ هم در یک **بردار** بگذار (ترم ۷ فصل ۱):

</div>

$$
\nabla f = \left( \frac{\partial f}{\partial x}, \; \frac{\partial f}{\partial y} \right)
$$

<div dir="rtl">

برای $f(x,y) = x^2 + 3y$: گرادیان $(2x, 3)$ است.

و این بردار **دو خاصیتِ فوق‌العاده** دارد:

**۱. جهتش، جهتِ تندترین سربالایی است.**

**۲. طولش (ترم ۷ فصل ۲) می‌گوید آن سربالایی چقدر تند است.**

> 🤔 **اول حدس بزن:** چرا جهتِ گرادیان تندترین است، در حالی که فقط از دو جهتِ خاص ساخته شده؟

یک حقیقت را اینجا از من بپذیر، چون اثباتش قاعدهٔ زنجیره‌ای در چند متغیر می‌خواهد و از این دوره بیرون است: **شیب در جهتِ دلخواهِ بردارِ یکهٔ $\hat{u}$ برابرِ $\nabla f \cdot \hat{u}$ است.** (شهودش را از ترم ۷ فصل ۳ داری: `dot product` می‌گوید گرادیان چقدر در آن جهت امتداد دارد.)

بقیه‌اش دیگر پذیرفتنی نیست، **دیدنی** است: از ترم ۷ فصل ۳ می‌دانی `dot product` وقتی **بیشترین** مقدار را می‌گیرد که دو بردار **هم‌جهت** باشند، چون آن‌وقت کسینوس برابرِ ۱ است و بزرگ‌تر از ۱ نمی‌شود.

**پس تندترین سربالایی دقیقاً در جهتِ خودِ گرادیان است** — نه به‌عنوان یک ادعا، بلکه به‌عنوان نتیجهٔ مستقیمِ کسینوس.

> 🌱 **ریشه‌اش کجاست:** در ترم ۷ فصل ۳ نوشتیم که خوانشِ «سایه»ی `dot product` را نگه دار، چون در ترم ۸ تعیین می‌کند حرکت در یک جهتِ خاص چقدر تو را بالا یا پایین می‌برد. **این همان است** — و برای همین بود که آن فصل ⚠️ بود.

> ✅ **چک کن:** برای $f(x,y) = x^2 + y^2$، گرادیان در نقطهٔ $(3, 4)$ چیست و طولش چقدر است؟ — گرادیان $(2x, 2y) = (6, 8)$، با طولِ ۱۰.

## ۴. جهتِ سرازیری

هدفِ ما پیدا کردنِ **کمینه** است، نه بیشینه. پس تندترین سربالایی را نمی‌خواهیم — **عکسش** را می‌خواهیم:

</div>

$$
-\nabla f
$$

<div dir="rtl">

از ترم ۷ فصل ۲ می‌دانی ضرب در $-1$ جهت را دقیقاً برعکس می‌کند.

**و این همان قاعده‌ای است که در ترم ۴ فصل ۴ چشم‌بسته روی تپه به‌کار بردی:** «در جهتِ عکسِ شیب قدم بردار». حالا فقط دقیقش کردیم و به چند بُعد بردیمش.

> 💡 **نکته:** جایی که گرادیان **بردارِ صفر** باشد، هیچ جهتی سربالایی یا سرازیری نیست — همان نقطهٔ بحرانیِ فصل ۶، در چند بُعد. **یک شرطِ ساده که برای دو متغیر و برای میلیون‌ها متغیر یکسان است.**

## ۵. چرا میلیون‌ها بُعد

یک شبکهٔ عصبی میلیون‌ها پارامتر دارد. **تابعِ هزینه‌اش تابعی با میلیون‌ها ورودی است.**

نمی‌شود تصورش کرد — ولی از ترم ۷ فصل ۱ می‌دانی این مشکلی نیست: **همهٔ قواعد در هر تعداد بُعد کار می‌کنند.**

- گرادیان همان بردارِ مشتق‌های جزئی است، فقط با میلیون‌ها مؤلفه.
- جهتش همچنان تندترین سربالایی است.
- عکسش همچنان جهتِ سرازیری.

**و همان‌طور که در ترم ۷ گفتیم، شهودی که در دو بُعد ساخته‌ای تقریباً همیشه در ابعادِ بالاتر هم درست است.**

> ⚠️ **دامِ رایج:** فکرکردن به اینکه گرادیان مستقیم به کمینه اشاره می‌کند. **نه — فقط به تندترین جهتِ محلی اشاره می‌کند.** روی تپه‌ای پیچیده، دنبال‌کردنِ سرازیری ممکن است مسیرِ پرپیچ‌وخمی بسازد. **گرادیان یک قدم را می‌گوید، نه کلِ راه را.**

> 🧪 **آزمایشگاه:** [روی سطح راه برو](/lab/embed/risheh/term-8-calculus-ml/session-07-partial-gradient) — روی نمایشِ یک سطح، نقطه‌ای را جابه‌جا می‌کنی و بردارِ گرادیان زنده رسم می‌شود. اول حدس بزن کجا گرادیان صفر می‌شود، بعد امتحان کن جهتش را در چند نقطه با شهودت مقایسه کنی.

## تمرین‌ها

1. برای $f(x,y) = 3x^2 + 2y$، دو مشتقِ جزئی را حساب کن.
2. برای $f(x,y) = x^2 + y^2$، گرادیان در $(1,2)$ چیست؟
3. برای همان تابع، گرادیان در $(0,0)$ چیست و معنی‌اش چه می‌شود؟
4. برای $f(x,y) = xy + x$، دو مشتقِ جزئی را حساب کن.
5. هزینهٔ ماهانهٔ یک کارگاه $C(x,y) = 40x + 25y$ است، که $x$ ساعتِ کارِ نیرو و $y$ کیلوگرمِ مادهٔ اولیه است. دو مشتقِ جزئی را حساب کن و بگو **هر کدام در دنیای واقعی چه چیزی را می‌گویند**. اگر فقط بتوانی یکی را یک واحد کم کنی، کدام بیشتر صرفه‌جویی می‌کند؟
6. نقطهٔ بحرانیِ $f(x) = x^2 - 8x + 1$ کجاست و چه نوعی است؟
7. مشتقِ $(3x+2)^5$ را حساب کن.

⭐ تابعی دومتغیره بساز که گرادیانش در **هر** نقطه یکسان باشد. آن سطح چه شکلی است؟

## در فصل بعد

همهٔ قطعه‌ها آماده‌اند. فصل بعد اوجِ دوره است: **`gradient descent`** — الگوریتمی که با تکرارِ همان یک قدمِ ساده، تقریباً هر مدلِ هوش مصنوعی را آموزش می‌دهد. و خواهی دید که چیزی جز همان تپهٔ ترم ۴ فصل ۴ نیست.

</div>

---
Source: https://yaadestan.com/courses/risheh/lessons/t8/s07-partial-gradient (یادستان, Yaadestan)
