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

رسم منحنى التدريب والتحقق وحفظه

مبتدئالرسوم البيانية والتصوير البيانيتقارير علمية

الهدف: إنتاج شكل بجودة النشر لمنحنيي الخسارة.

Python — example.py
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

epochs = range(1, 11)
train = [0.9, 0.7, 0.55, 0.46, 0.40, 0.36, 0.33, 0.31, 0.30, 0.29]
val = [0.95, 0.76, 0.62, 0.55, 0.51, 0.50, 0.50, 0.51, 0.53, 0.55]

fig, ax = plt.subplots(figsize=(6, 3.5))
ax.plot(epochs, train, marker="o", label="train")
ax.plot(epochs, val, marker="s", label="validation")
ax.set_xlabel("epoch"); ax.set_ylabel("loss"); ax.legend(); ax.grid(alpha=.3)
fig.tight_layout()
fig.savefig("loss.png", dpi=200)
best = min(range(len(val)), key=val.__getitem__) + 1
print("حُفظ الشكل في loss.png؛ أفضل دورة على التحقق:", best)

شرح الكود

نستخدم الخلفية Agg لأنها لا تحتاج شاشة، ونرسم منحنيين مع وسيلة إيضاح، ثم نحفظ الشكل بصيغة PNG بدقة 200 نقطة لكل بوصة. يمكنك الحفظ بصيغة PDF أو SVG للأوراق العلمية.

المتطلبات

Shell
pip install matplotlib

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

حُفظ الشكل في loss.png؛ أفضل دورة على التحقق: 6

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — matplotlib 3.11.2, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة

مبتدئSeabornنُفّذ واختُبر

مخطط توزيع حسب الفئة

مقارنة توزيع متغير بين مجموعتين بسطر واحد.

الرسوم البيانية والتصوير البياني · تحليل بيانات