السابق

التالي

التمرين - تدريب شبكة عصبية عميقة

مكتمل

حتى الآن في هذه الوحدة، لقد تعلمت الكثير عن نظرية ومبادئ التعلم العميق مع الشبكات العصبية. أفضل طريقة لتعلم كيفية تطبيق هذه النظرية هي إنشاء نموذج تعلم عميق، وهذا ما ستفعله في هذا التمرين.

هناك العديد من الأطر المتاحة لتدريب الشبكات العصبية العميقة، وفي هذا التمرين يمكنك اختيار استكشاف أحدهما (أو كليهما) من الأطر التعليمية العميقة الأكثر شيوعًا لدى Python: PyTorch وTensorFlow.

قبل أن تبدأ

لإكمال التمرين، ستحتاج إلى:

• الاشتراك في Microsoft Azure. إذا لم يكن لديك اشتراك بالفعل، يمكنك التسجيل للحصول على الإصدار التجريبي على https://azure.microsoft.com/free .
• تم نسخ مساحة عمل Azure Machine Learning مع مثيل الحوسبة ومستودع ml-basics.

إشعار

تستعمل هذه الوحدة مساحة عمل التعلم الآلي من Azure. إذا كنت تقوم بإكمال هذه الوحدة تحضيرا لشهادة Azure Data Scientist، ففكر في إنشاء مساحة العمل مرة واحدة وإعادة استعمالها في وحدات نمطية أخرى. بعد إكمال التمرين، تأكد من اتباع إرشادات Clean Up لإيقاف موارد الحوسبة، واحتفظ بمساحة العمل إذا كنت تخطط لإعادة استخدامها.

إنشاء مساحة عمل "التعلم الآلي من Azure"

إذا لم تكن لديك بالفعل مساحة عمل التعلم الآلي من Azure في اشتراك Azure الخاص بك، فاتبع هذه الخطوات لإنشاء مساحة عمل:

1. سجّل الدخول إلى مدخل Azure باستخدام حساب Microsoft المرتبط باشتراكك في Azure.

2. في الصفحة Home لـ Azure، ضمن Azure services، حدد Create a resource. يظهر إنشاء جزء مصدر.

3. في مربع البحث Search services and marketplace، ابحث عن Machine Learning وحدده. يظهر جزء Azure التعلم الآلي.

4. حدد إنشاء. يظهر جزء Azure التعلم الآلي.

5. في علامة التبويب Basics، أدخل القِيم التالية لكل إعداد.

   الإعداد	القيمة‬
   تفاصيل المشروع
   الوصف	حدد اشتراك Azure الذي ترغب في استخدامه لهذا التمرين.
   مجموعة الموارد	حدد الارتباط Create new، وقم بتسمية مجموعة الموارد الجديدة باسم فريد، وحدد OK.
   تفاصيل مساحة العمل
   اسم مساحة العمل	أدخل اسماً فريداً لتطبيقك. على سبيل المثال، يمكنك استخدام <yourname-machinelearn>.
   المنطقة	حدد من القائمة المنسدلة، أي موقع متوفر.

6. اقبل الإعدادات الافتراضية الباقية، وحدد Review + create.

7. بعد تجاوز التحقق من الصحة، حدد إنشاء.

   انتظر حتى يتم إنشاء مورد مساحة العمل الخاص بك، حيث قد يستغرق الأمر بضع دقائق.

8. بعد اكتمال التوزيع، حدد Go to resource. يظهر جزء Machine learning الخاص بك.

9. حدد Launch studio، أو انتقل إلى https://ml.azure.com، وقم بتسجيل الدخول باستخدام حساب Microsoft الخاص بك. ستظهر صفحة Microsoft Azure Machine Learning Studio.

10. في Azure Machine Learning Studio، بدِّل أيقونة ☰ الموجودة أعلى اليسار لتوسيع/طي جزء القائمة الخاص بها. يمكنك استخدام هذه الخيارات لإدارة الموارد الموجودة في مساحة عملك.

قم بإنشاء حساب مثيل

ستحتاج لتشغيل دفتر الملاحظات المستخدم في هذا التمرين، إلى مثيل الحوسبة في مساحة عمل Azure Machine Learning.

1. في جزء القائمة الأيسر، ضمن Manage، حدد Compute. يظهر جزء Compute.

2. في علامة التبويب Compute Instances، إذا كان لديك بالفعل مثيل حساب، فشغله؛ وإن لم يكن لديك، فقم بإنشاء مثيل حساب جديد من خلال تحديد New. يظهر جزء Create compute instance.

3. أدخل القيم التالية لكل إعداد:

   • Compute name: أدخل اسمًا فريدًا
   • Virtual machine type: معالج
   • Virtual machine size: حدد من الخيارات الموصى بها: Standard_DS11_v2

4. حدد إنشاء. يظهر جزء Compute مرة أخرى مع إدراج Compute instance الخاص بك.

5. انتظر حتى يتم تشغيل مثيل الحوسبة، فقد يستغرق ذلك دقيقتين. ضمن عمود State، سيتغير Compute instance الخاص بك إلى Running.

استنساخ مستودع أساسيات-التعلم الآلي

تُنشر الملفات المستخدمة في الوحدة النمطية هذه والوحدات النمطية الأخرى ذات الصلة في مستودع GitHub MicrosoftDocs/ml-basics. إذا لم تكن قد قمت بذلك بالفعل، فاتبع الخطوات التالية لاستنساخ المستودع في مساحة عمل Azure Machine Learning:

1. حدد Workspaces في القائمة إل اليسار لـ Azure Machine Learning studio، ثم حدد مساحة العمل التي أنشأتها في القائمة.

2. ضمن عنوان التأليف على اليسار، حدد ارتباط دفاتر الملاحظات لفتح Jupyter Notebooks. سيظهر جزء Notebooks.

3. حدد الزر Terminal على اليمين. تظهر واجهة طرفية.

4. قم بتشغيل الأوامر التالية لتغيير الدليل الحالي إلى دليل Users، واستنساخ مستودع ml-basics الذي يحتوي على دفتر الملاحظات والملفات التي ستستخدمها في هذا التمرين.

   cd Users
   git clone https://github.com/microsoftdocs/ml-basics
   

5. بعد اكتمال الأمر والخروج من الملفات، أغلق علامة تبويب terminal وعرض الصفحة الرئيسية في مستعرض ملف دفتر ملاحظات Jupyter.

6. افتح مجلد Users - يجب أن يحتوي على مجلد ml-basics، ليحتوي على الملفات التي ستستخدمها في هذه الوحدة.

إشعار

نوصي بشدة باستخدام Jupyter في مساحة عمل التعلم الآلي من Azure بالنسبة لهذا التمرين. يضمن هذا الإعداد تثبيت الإصدار الصحيح من Python والحزم المختلفة التي ستحتاج إليها؛ وبعد إنشاء مساحة العمل لأول مرة، يمكنك إعادة استخدامها في وحدات نمطية أخرى. إذا كنت تفضل إكمال التمرين في بيئة Python على جهاز الكمبيوتر الخاص بك، فإنه يمكنك القيام بذلك. ستجد تفاصيل لتكوين بيئة تطوير محلية تستخدم Visual Studio Code في Running the labs on your own computer. يجب أن تدرك أنه إذا اخترت القيام بذلك، قد لا تتطابق الإرشادات الموجودة في التمرين مع واجهة مستخدم دفاتر الملاحظات.

تدريب نموذج شبكة عصبية عميق

بعد إنشاء بيئة Jupyter واستنساخ مستودع ml-basics، أنت مستعد لاستكشاف التعلم العميق.

1. في Jupyter،‏ في المجلد ml-basics،‏‏ افتح إما دفتر Deep Neural Networks (PyTorch).ipynb أو Deep Neural Networks (Tensorflow).ipynb،‏‏‏ وفقا لتفضيل الإطار،‏ واتبع التعليمات المتضمنة فيه.

2. عند الانتهاء، أغلق جميع notebooks وأوقفها.

عند الانتهاء من العمل من خلال دفتر الملاحظات، ارجع إلى هذه الوحدة ثم انتقل إلى الوحدة التالية لمعرفة المزيد.

متابعة