التدريب الخصومي
التدريب الخصومي هو إجراء تحسين قوي للشبكات العصبية العميقة يتم فيه تدريب النموذج ليس فقط على البيانات النظيفة وحدها ولكن على مدخلات مشوشة أسوأ حالة يتم إنشاؤها أثناء التدريب. تم تقنين هذه الطريقة بواسطة Madry وآخرون (2018) كمشكلة نقطة سرجية مصغرة-كبرى، وتستخدم الانحدار المتدرج المسقط (PGD) لتوليد أمثلة خصومية قوية ضمن مجموعة اضطراب محدودة من نوع Lp قبل كل تحديث للانحدار، مما يجبر الشبكة على تعلم حدود القرار المستقرة تحت مثل هذه الاضطرابات.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Madry, A., Makelov, A., Schmidt, L., Tsipras, D., & Vladu, A. (2018). Towards deep learning models resistant to adversarial attacks. International Conference on Learning Representations (ICLR). link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Adversarial Training (Robust Optimization for DL). ScholarGate. https://scholargate.app/ar/deep-learning/adversarial-training
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تعزيز البياناتالتعلم العميق↔ compare
- شبكة الخصومة التوليديةالتعلم العميق↔ compare
- اكتشاف البيانات خارج التوزيعتعلم الآلة↔ compare