📄️ PyTorch
تطوير نماذج التعلّم العميق بـPyTorch، من التنسور الأوّل إلى نموذج مُصدَّر بـTorchScript وONNX. مدّة الدورة 9 ساعات، مع مشروع تطبيقي واختبار من 40 سؤالاً وشهادة قابلة للتحقّق.
📄️ 1. تنسورات PyTorch
الوحدة 1 من دورة PyTorch: بناء التنسور وأنواعه وأجهزته، والفرق بين العرض والنسخة، ومشاركة الذاكرة مع NumPy، وأخطار العمليات في المكان مع التدرّجات.
📄️ 2. Autograd والتدرّج
الوحدة 2 من دورة PyTorch: كيف يبني Autograd الرسم الحسابي أثناء التنفيذ، وكيف يحسب التدرّج، ولماذا تتراكم التدرّجات، ومتى يجب استخدام torch.no_grad وdetach.
📄️ 3. nn.Module
الوحدة 3 من دورة PyTorch: تنظيم النموذج في nn.Module، الطبقات الفرعية، parameters وstate_dict، والاختيار بين nn.Sequential وصنف مخصّص وتهيئة الأوزان.
📄️ 4. Dataset وDataLoader
الوحدة 4 من دورة PyTorch: كتا بة Dataset مخصّص، وضبط DataLoader بالحزم والخلط والعمّال، وتفادي تسرّب المعالجة القبلية بين التدريب والتقييم.
📄️ 5. حلقة التدريب
الوحدة 5 من دورة PyTorch: تركيب حلقة تدريب كاملة على Fashion-MNIST، مع model.train وeval ووظيفة optimizer.step وbackward، ومقاييس الحقبة وكشف فرط التخصيص.
📄️ 6. المُحسِّنات والجدولة
الوحدة 6 من دورة PyTorch: SGD مع الاندفاع، وAdam وAdamW مع weight_decay، وجدولة معدّل التعلّم بـStepLR وCosineAnnealingLR وOneCycleLR وReduceLROnPlateau.
📄️ 7. GPU والدقّة المختلطة
الوحدة 7 من دورة PyTorch: نقل النموذج والبيانات إلى GPU، قياس عنق زجاجة النقل، وتفعيل الدقّة المختلطة بـautocast وGradScaler، مع نظرة على torch.compile.
📄️ 8. نقاط الحفظ
الوحدة 8 من دورة PyTorch: حفظ حالة كاملة تشمل النموذج والمُحسِّن والجدولة والحقبة والبذور، واستئناف التدريب المقطوع بدقّة تامّة مع التعامل مع اختلاف الأجهزة.