كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةموسوعة أطر ومكتبات الذكاء الاصطناعيمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

زيادة بيانات قابلة للاشتقاق على GPU بـ Kornia

متقدمزيادة البياناترؤية حاسوبية

الهدف: تطبيق تحويلات على دفعة موترات مع إمكان مرور التدرج عبرها.

Python — example.py
import torch
import kornia.augmentation as K

torch.manual_seed(0)
aug = K.AugmentationSequential(K.RandomHorizontalFlip(p=1.0), K.RandomRotation(degrees=15.0, p=1.0),
                               K.ColorJitter(0.2, 0.2, 0.2, 0.0, p=1.0))
x = torch.rand(4, 3, 64, 64, requires_grad=True)
y = aug(x)
y.mean().backward()
print("شكل المخرج:", tuple(y.shape))
print("وصل التدرج إلى المدخل:", x.grad is not None and x.grad.abs().sum().item() > 0)

شرح الكود

تعمل تحويلات Kornia على موترات PyTorch مباشرة (وعلى GPU إن وجد)، وهي قابلة للاشتقاق، فيمكن وضعها داخل النموذج. نتحقق من مرور التدرج إلى الصورة الأصلية.

المتطلبات

Shell
pip install kornia torch

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

شكل المخرج: (4, 3, 64, 64)
وصل التدرج إلى المدخل: True

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — kornia 0.9.2, torch 2.15.0, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة

متوسطAlbumentationsنُفّذ واختُبر

زيادة الصورة وقناعها معاً

تطبيق التحويلات الهندسية نفسها على الصورة وقناع التجزئة.

زيادة البيانات · تجزئة الصور