ازي اكتب معادله الtanh بلغه باثيون ؟

و عليكم السلام علي،

في حال كنت تريد فقط استعمالها، فكافة المكتبات المتعلقة بالذكاء الاصطناعي توفر هذا التابع، مثل PyTorch و Tensorflow. و يمكنك استعمال numpy أيضًا للقيام بذلك.

أما في حال كنت تريد كتابته من الصفر (و هذا أمر لا أنصح به إلا في حال كنت تريد التجربة) فكل ما ستحتاجه هو تابع exp في بايثون، فقط ابحث عن هذا التابع و عن معادلة ال tanh و ما تبقى سيكون عمليات طرح و تقسيم لا أكثر.

حاول القيام بذلك فهذا يساعدك أكثر من إعطاءك الحل مباشرة، و لكن كما أخبرتك يفضل استعمال التوابع الجاهزة فهي تقوم ببعض عمليات التحسين الرياضي.

تحياتي.

بتاريخ 16 دقائق مضت قال Kais Hasan:

أما في حال كنت تريد كتابته من الصفر (و هذا أمر لا أنصح به إلا في حال كنت تريد التجربة) فكل ما ستحتاجه هو تابع exp في بايثون، فقط ابحث عن هذا التابع و عن معادلة ال tanh و ما تبقى سيكون عمليات طرح و تقسيم لا أكثر.

 

انا كانت عاوز كتبها من الصفر اعشان افهمها بشكل افضل الان انا حاليا بدرس الشبكات العصبيه 

تمام الف شكراا لحضرتك

بس هو اي ال exp ده الموجود في باثيون

اه الexp ده داله موجود في مكتبه الmath

شكراا لحضرتك جدا

بتاريخ 3 ساعة قال Ail Ahmed:

انا كانت عاوز كتبها من الصفر اعشان افهمها بشكل افضل الان انا حاليا بدرس الشبكات العصبيه 

تمام الف شكراا لحضرتك

بس هو اي ال exp ده الموجود في باثيون

اه الexp ده داله موجود في مكتبه الmath

شكراا لحضرتك جدا

exp في بايثون دالة رياضية موجودة في مكتبة math،  وهي اختصار لـ exponential function، أي الدالة الأسية.

تقوم دالة exp(x) بحساب قيمة e (قاعدة اللوغاريتم الطبيعي، تقريباً تساوي 2.71828) مرفوعة للقوة x.

للتوضيح:

import math

result = math.exp(2)

print(result)  

بخصوص استخدام exp في حساب tanh يدويًا، فصيغة tanh هي:

tanh(x) = (e^x - e^-x) / (e^x + e^-x)

بالتالي سنكتب:

import math

def tanh(x):

  return (math.exp(x) - math.exp(-x)) / (math.exp(x) + math.exp(-x))

result = tanh(1)
print(result)  

الدالة تحسب قيمة tanh لرقم معين، وx الرقم المراد حساب tanh له.

وكما تم التوضيح، يفضل استخدام دوال tanh الجاهزة من مكتبات مثل numpy أو PyTorch أو TensorFlow، لأنها مُحسّنة من ناحية السرعة والدقة وتم إختبارها.

الف شكراا لحضرتك جدا