يشير حجم النموذج (Model Capacity) في التعلم العميق إلى قدرة النموذج على تعلم الأنماط والعلاقات داخل البيانات، ويتأثر بعدد الطبقات وعدد الوحدات (Neurons) في كل طبقة. إذا كان حجم النموذج صغيرًا جدًا، فقد يعجز عن تمثيل التعقيد في البيانات مما يؤدي إلى الضبط الناقص (Underfitting)، بينما إذا كان كبيرًا جدًا مقارنة بحجم البيانات فقد يحفظ البيانات بدلًا من تعميمها مما يؤدي إلى الضبط الزائد (Overfitting). لذلك، يجب اختيار سعة مناسبة للنموذج بحيث تكون متوازنة مع حجم البيانات وتعقيد المهمة، مع الاستعانة بتقنيات مثل التنظيم (Regularization) وإسقاط الوحدات (Dropout) لتقليل مخاطر الضبط الزائد وضمان تعميم أفضل على بيانات جديدة.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق