يتم حساب التدرجات في التعلم العميق باستخدام خوارزمية الانتشار الخلفي (Backpropagation)، والتي تعتمد على قاعدة السلسلة في التفاضل (Chain Rule). تبدأ العملية بتمرير البيانات خلال الشبكة في مرحلة الانتشار الأمامي لحساب المخرجات. ثم يُحسب الخطأ (Loss) بين المخرجات الحقيقية والمتوقعة. بعد ذلك، في مرحلة الانتشار الخلفي، تُحسب المشتقات الجزئية لدالة الخطأ بالنسبة لأوزان الشبكة طبقةً بعد طبقة، بدءًا من الطبقة الأخيرة نحو الأولى. هذه التدرجات تُستخدم لتحديث الأوزان باستخدام خوارزميات مثل الانحدار التدريجيGradient Descent أو إحدى مشتقاته (مثل Adam أو RMSprop). الهدف من حساب التدرجات هو معرفة اتجاه التغيير الأمثل للأوزان لتقليل الخطأ وتحسين أداء النموذج مع كل دورة تدريبية.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق