ScholarGate
المساعد
Machine learning

Neural Architecture Search (NAS)

تصميم شبكة عميقة يدويًا يعني تخمين عدد الطبقات التي يجب تكديسها، ومدى اتساع كل طبقة، وكيفية اتصالها - وهي حرفة بطيئة تعتمد على التجربة والخطأ. يحول البحث الآلي عن البنى العصبية (NAS) هذه الحرفة إلى مشكلة بحث: يستكشف الكمبيوتر مساحة محددة من البنى المرشحة، ويقيّمها، ويتقارب نحو تصميم يؤدي بشكل جيد، بحيث يتم اكتشاف البنية بدلاً من تخمينها.

افتح في MethodMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

+1 أخرى

المصادر

  1. Zoph, B. & Le, Q.V. (2017). Neural Architecture Search with Reinforcement Learning. ICLR. link
  2. Liu, H. et al. (2019). DARTS: Differentiable Architecture Search. ICLR. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Neural Architecture Search (NAS). ScholarGate. https://scholargate.app/ar/deep-learning/neural-architecture-search

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب

يُستشهد بها في

ScholarGateNeural Architecture Search (Neural Architecture Search (NAS)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/deep-learning/neural-architecture-search · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026