عن الدورة
تأخذك هذه الدورة إلى مستوى أعمق في TensorFlow عبر الانتقال من التدريب الجاهز إلى بناء تدريب مخصص يمنحك مرونة ورؤية أكبر. ستبدأ بفهم كائنات Tensor بوصفها لبنات البناء الأساسية، ثم تميّز بين نمط التنفيذ الفوري (Eager) ونمط الرسم البياني (Graph) ومتى يكون كل منهما مناسبًا. ستتعلم أيضًا كيفية حساب التدرجات باستخدام أدوات TensorFlow مثل GradientTape، وكيف يرتبط ذلك بتحديث الأوزان أثناء التدريب. بعد ذلك ستبني حلقات تدريب مخصصة (Custom Training Loops) وتستخدم TensorFlow Datasets لإدارة البيانات بكفاءة، مما يساعدك على التحكم في خطوات التدريب، وحساب المقاييس، وتسجيل السلوك. تتناول الدورة كذلك فوائد توليد شيفرة تعمل في نمط الرسم البياني لتحسين السرعة، وإلقاء نظرة على شكل الشيفرة الرسومية وكيفية التفكير فيها. كما تتطرق إلى التدريب الموزع ومفاهيم مرتبطة بتحسين الأداء عند العمل على موارد متعددة. بنهاية الدورة ستكون قادرًا على كتابة تدريب مخصص أكثر احترافية، وتشخيص الاختناقات، واتخاذ قرارات عملية توازن بين المرونة والأداء في مشاريع التعلم العميق.
ماذا ستتعلم
- فهم الفرق بين نمطي التنفيذ الفوري والرسومي في TensorFlow ومزايا كل منهما
- بناء حلقات تدريب مخصصة باستخدام GradientTape وDatasets
- تطبيق مبادئ لتحسين الأداء عند الانتقال إلى نمط الرسم البياني
- فهم أساسيات التدريب الموزع وكيفية الاستفادة منه
المدرسون
Laurence Moroney
Eddy Shyu