จาก ep ที่แล้วที่เราเล่าถึงคอนเซ็ปต์ของ SGD ไป ใน ep นี้เราจะมาดูตัวอย่างโค้ดแบบง่ายที่สุด ซับซ้อนน้อยที่สุด ซึ่งเป็นพื้นฐานสำคัญของ Machine Learning แบบ Neural Network คือ Linear Regression ด้วยอัลกอริทึม Stochastic Gradient Descent (SGD)
แต่ในการหา Slope นั้นเราไม่ต้อง Diff เอง แต่เราจะใช้ความสามารถ ของ Pytorch เรียกว่า Autograd หา Gredient ของ Parameter ทุกตัวให้โดยอัตโนมัติ
โมเดลที่เราใช้ครั้งนี้จะเป็น Linear Equation แบบง่าย ๆ ไม่มี Deep Learning หลายชั้น มี Parameter แค่ 2 ตัวเท่านั้น คือ Slop และ จุดตัดแกน y ไม่มี Activation Function ใด ๆ ทั้งสั้น
Loss Function ที่เราใช้ในเคสนี้คือ Mean Squared Error