الهدف: تقليص الفجوة بين حفظ مجموعة التدريب والأداء الحقيقي.
يُقاس التعميم على أمثلة لم تُستعمل لضبط المعاملات ولا لاختيار فوق-المعاملات. تدريب ممتاز مع تحقّق متدهور مؤشّر على إفراط في التكيّف، لكن يجب أيضاً استبعاد اختلاف التوزيع أو خطأ في خط الإنتاج (Pipeline).
dropout = torch.nn.Dropout(p=0.3)يكون Dropout نشطاً مع model.train() وغير نشط مع model.eval(). المعامل p هو احتمال
التصفير، لا احتمال الحفظ.
معاينة — بقية الدرس متاحة للمسجّلين فقط.
وصولك مرتبط بحسابك وليس بهذا الرابط. سجّل الدخول بنفس البريد الذي استخدمته في الصف: دورتك بانتظارك، ولا حاجة لإدخال الرمز مجددًا.
تسجيل الدخولليس لديك حساب بعد؟ أنشئ حسابًاالوحدات الأولى من الدورة مفتوحة للجميع. أما البقية فأمامك ثلاثة خيارات: شراء هذه الدورة مرة واحدة، أو الاشتراك، أو إدخال الرمز الموزّع في القاعة.