حجم الدفعة الفعال

أدخل حجم الدفعة الصغيرة (microBatch): هذا هو عدد العينات التي يتم معالجتها في كل تمريرة أمامية واحدة. عادةً ما يكون هذا الرقم صغيرًا بسبب قيود ذاكرة GPU (مثل 2، 4، 8، 16). تأكد من إدخال قيمة صحيحة موجبة.

أدخل عدد خطوات التراكم (accumulationSteps): هو عدد مرات تجميع التدرجات قبل تحديث الأوزان. على سبيل المثال، إذا أدخلت 4، فسيتم تجميع التدرجات من 4 دفعات صغيرة قبل تطبيق تحديث الوزن. هذا يحاكي استخدام دفعة أكبر دون زيادة استهلاك الذاكرة.

انقر على زر 'احسب'. ستقوم الآلة الحاسبة بضرب المقدارين: حجم الدفعة الفعال = microBatch × accumulationSteps. هذه القيمة تمثل العدد الفعلي للعينات التي تساهم في كل تحديث للوزن.

تفسير النتيجة: حجم الدفعة الفعال هو حجم الدفعة الافتراضي الذي يحاكيه التراكم. على سبيل المثال، إذا كان microBatch=8 وaccumulationSteps=4، فإن حجم الدفعة الفعال = 32. هذا يعني أن كل تحديث للوزن يستخدم تدرجًا متوسطًا من 32 عينة، مما يحسن استقرار التدريب ويقلل الضوضاء.