معاملات طريقة fit في تدريب النموذج - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

Epoch 1/40 17/17 [==============================] - 1s 16ms/step - loss: 2.2260 - accuracy: 0.3333 Epoch 2/40 17/17 [==============================] - 0s 15ms/step - loss: 1.1182 - accuracy: 0.7256 Epoch 3/40 17/17 [==============================] - 0s 15ms/step - loss: 0.7198 - accuracy: 0.8155 Epoch 4/40 17/17 [==============================] - 0s 15ms/step - loss: 0.4978 - accuracy: 0.9031 Epoch 5/40 17/17 [==============================] - 0s 16ms/step - loss: 0.3676 - accuracy: 0.9388 Epoch 36/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0085 - accuracy: 1.0000 Epoch 37/40 17/17 [==============================] - 0s 21ms/step - loss: 0.0080 - accuracy: 1.0000 Epoch 38/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0076 - accuracy: 1.0000 Epoch 39/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0073 - accuracy: 1.0000 Epoch 40/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0071 - accuracy: 1.0000

تُستخدم دالة ( ) fit لتدريب نموذج على مجموعة معينة من بيانات الإدخال والعناوين، وتتخذ أربع معاملات رئيسة. كما هو موضح في الجدول 4.3.

جدول 4.3: معاملات طريقة fit

وزارة التعليم 2023 - 1447

214

Epoch 1/40 17/17 [==============================] - 1s 16ms/step - loss: 2.2260 - accuracy: 0.3333 Epoch 2/40 17/17 [==============================] - 0s 15ms/step - loss: 1.1182 - accuracy: 0.7256 Epoch 3/40 17/17 [==============================] - 0s 15ms/step - loss: 0.7198 - accuracy: 0.8155 Epoch 4/40 17/17 [==============================] - 0s 15ms/step - loss: 0.4978 - accuracy: 0.9031 Epoch 5/40 17/17 [==============================] - 0s 16ms/step - loss: 0.3676 - accuracy: 0.9388 Epoch 36/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0085 - accuracy: 1.0000 Epoch 37/40 17/17 [==============================] - 0s 21ms/step - loss: 0.0080 - accuracy: 1.0000 Epoch 38/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0076 - accuracy: 1.0000 Epoch 39/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0073 - accuracy: 1.0000 Epoch 40/40 17/17 [==============================] - 0s 15ms/step - loss: 0.0071 - accuracy: 1.0000تُستخدم دالة ( ) fit لتدريب نموذج على مجموعة معينة من بيانات الإدخال والعناوين، وتتخذ أربع معاملات رئيسة. كما هو موضح في الجدول 4.3.جدول 4.3: معاملات طريقة fit2023 - 1447--- VISUAL CONTEXT --- **TABLE**: جدول 4.3: معاملات طريقة fit Description: Table describing the parameters of the 'fit' method used in model training. Table Structure: Headers: وصف المعامل | المعامل Rows: Row 1: هو مُعامل بيانات الإدخال المستخدمة لتدريب النموذج، وتتكون من البيانات المحولة عن طريق المخطط التكراري للتدرجات الموجهة التي استخدمت أيضًا لتدريب أحدث إصدار من خوارزمية SGDClassifier في القسم السابق. | X_train_hog Row 2: هو مُعامل يتضمن عنوانًا لكل صورة بتنسيق أعداد صحيحة. | y_train_num Row 3: هو عدد العينات التي تمت معالجتها في كل دفعة أثناء التدريب، ويقوم النموذج بتحديث أوزانه ومقدار التحيز بعد كل دفعة. ويمكن أن يؤثر حجم الدفعة على سرعة عملية التدريب، واستقرارها. كما يمكن أن تؤدي أحجام الدفعات الأكبر إلى تدريب أسرع، ولكنها قد تكون أكثر تكلفة من الناحية الحسابية وقد تؤدي إلى تدرجات أقل استقرارًا. | batch_size Row 4: هو عدد المرات التي يتكرر فيها تدريب النموذج باستخدام مجموعة البيانات بأكملها، وتتكون الفترة (Epoch) من مرور واحد عبر مجموعة البيانات بأكملها. ويقوم النموذج بتحديث أوزانه ومقدار التحيز بعد كل دورة. كما يمكن أن يؤثر عدد الفترات على قدرة النموذج على التعلم والتعميم على البيانات الجديدة، والفترة متغير مهم يجب اختياره بعناية، وفي هذه الحالة يُدرب النموذج على أربعين فترة. | epochs Data: The table lists four parameters for the 'fit' method: X_train_hog, y_train_num, batch_size, and epochs, along with their detailed descriptions. Context: This table defines the key parameters used in the 'fit' method for training a machine learning model, explaining their purpose and impact on the training process.