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

حلقة تدريب مخصصة بـ GradientTape

متوسطالتعلم العميق وبناء الشبكات العصبيةأساسيات

الهدف: كتابة خطوة تدريب يدوية في TensorFlow وترجمتها بـ tf.function.

Python — example.py
import tensorflow as tf

tf.random.set_seed(0)
x = tf.random.normal((256, 1)); y = 3 * x + 2 + 0.1 * tf.random.normal((256, 1))
w, b = tf.Variable(0.0), tf.Variable(0.0)
opt = tf.keras.optimizers.SGD(0.1)

@tf.function
def step():
    with tf.GradientTape() as tape:
        loss = tf.reduce_mean((w * x + b - y) ** 2)
    opt.apply_gradients(zip(tape.gradient(loss, [w, b]), [w, b]))
    return loss

for i in range(100):
    loss = step()
print(f"w={w.numpy():.3f} b={b.numpy():.3f} loss={loss.numpy():.4f}")

شرح الكود

GradientTape يسجل العمليات لحساب التدرجات، وtf.function يحول الدالة إلى رسم حسابي أسرع. نلائم خطاً مستقيماً y = 3x + 2 مع ضوضاء ونتحقق من تقارب المعاملات.

المتطلبات

Shell
pip install tensorflow

طريقة التشغيل

احفظ الكود في ملف example.py ثم شغّله:

Shell
python example.py

المخرجات المسجلة عند الاختبار

w=3.003 b=1.999 loss=0.0111

نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — tensorflow 2.21.0, python 3.13.18

المكتبات المستخدمة

أمثلة قريبة

متقدمJAXنُفّذ واختُبر

grad وvmap وjit في JAX

تركيب تحويلات الدوال: الاشتقاق والتوجيه والترجمة.

التعلم العميق وبناء الشبكات العصبية · حوسبة قابلة للاشتقاق