تحسين الشبكات العصبية العميقة: ضبط المعاملات والانتظام والتحسين

في هذا المقرر ستفتح صندوق الشبكات العميقة لتفهم العوامل التي تقود الأداء فعليا، وكيف تنتقل من تدريب عشوائي إلى عملية منهجية قابلة للتكرار. ستتعلم بناء مجموعات تدريب وتحقق واختبار بطريقة صحيحة، ثم تحليل التحيز والتباين لتحديد إن كانت المشكلة من النموذج أو البيانات أو الإعدادات. يغطي المقرر تقنيات قياسية لكنها حاسمة: تهيئة الاوزان، الانتظام L2، الإسقاط العشوائي (Dropout)، التطبيع الدفعي (Batch Normalization)، وضبط المعاملات الفائقة مثل معدل التعلم وحجم الدفعة وعدد الطبقات. كما ستفهم كيف تؤثر المحسنات والجدولة والتقارب على الاستقرار والسرعة. الهدف أن تمتلك “روتين تحسين” يساعدك على تشخيص أعطال التدريب بسرعة، وتقليل الوقت الضائع في التجربة والخطأ. بنهاية المقرر ستستطيع إعداد تجربة تدريب قوية، اختيار المقاييس المناسبة، وتحسين نموذج موجود حتى يحقق نتائج أفضل بثقة ومنهجية.

• تصميم مجموعات تدريب وتحقق واختبار وفق أفضل الممارسات
• تشخيص مشاكل التحيز والتباين واقتراح خطوات تحسين مناسبة
• تطبيق L2 وDropout وBatch Normalization لتحسين التعميم
• تنفيذ استراتيجية منظمة لضبط المعاملات الفائقة ورفع الأداء