PyTorch: الموترات وحالة التدرج وعقود التنفيذ الدقيقة

في هذه الدورة

تعلم PyTorch بعقود صريحة للموترات والتدرجات والوحدات والبيانات والأهداف وحالة التنفيذ. تربط ثمانية عشر درساً مطوراً إنشاء موترات CPU وأوضاع التفاضل والمعاملات والمخازن والخسائر والمحملات والتحديثات المضبوطة وحالة المحسن والتراكم والتخطيط المكاني والتسلسلي وأقنعة الانتباه والإعادة والعروض والتحميل والتنميط والترجمة والتصدير وقبول استدلال اصطناعي كامل. يضم كل درس خمسة أقسام مطورة ومثالين مشروحين وثلاثة أخطاء تشخيصية وتمرينين بحلول كاملة.

تثبت المراجع إلى وثائق PyTorch 2.14 الرسمية كهدف لتوثيق الواجهة. لا توجد مكتبة torch مثبتة في بيئة المراجعة. لذلك يجمع كل درس برنامج إطار للمعالج المركزي لم ينفذ صراحة، موسوماً runnable:false وبخرج متوقع مشتق، ومرافقاً حتمياً منفذاً بمكتبة Python القياسية. تفحص المرافقات حساباتها وعقودها فقط ولا تثبت سلوك PyTorch. لا يحتاج أو يستخدم المساق تثبيت إطار أو نموذجاً محملاً أو بيانات خارجية أو GPU أو خدمة أو مورداً سحابياً أو بيانات اعتماد.

لمن هذه الدورة؟

• مطورو Python ومحللوها الذين يريدون تنفيذ عقود نماذج PyTorch وفحصها.
• متعلمون ذوو أسس شبكات عصبية يحتاجون فهماً دقيقاً للشكل والحالة والتدرج والتنفيذ.

قبل أن تبدأ

• دوال Python وأصنافها وحلقاتها وقوائمها وقواميسها واستثناءاتها وJSON الأساسي.
• المتجهات والمصفوفات والمشتقات والمتوسطات وأسس الحساب العائم.
• مفاهيم التعلم العميق والآلي، ومنها الخسائر والتحسين والتقييم المحجوز والتسرب واختيار النماذج.