شبكة المعاملات الفائقة

أولاً، حدد عدد معدلات التعلم (learningRates): هو عدد القيم التي ستجرّبها لمعدل التعلم، مثل 3 قيم هي [0.001, 0.01, 0.1]. الحاسبة تطلب العدد فقط (3 هنا) لا القيم نفسها، لأن القوائم تُدخَل في كود البحث. كلما زاد عدد القيم، زادت المجموعات.

ثانياً، حدد عدد أحجام الدفعات (batchSizes): حجم الدفعة هو عدد العينات المعالَجة قبل تحديث النموذج، والقيم الشائعة ثلاثة مثل [16, 32, 64]. أدخل العدد (3) لا القائمة، لأن العقد يطلب عدد القيم لكل محور.

ثالثاً، حدد عدد أنواع المحسنات (optimizerTypes): الخوارزميات المستخدمة لتحسين دالة الخسارة، مثل ['Adam', 'SGD', 'RMSprop'] وهو عدده 3. أدخل العدد لا الأسماء.

رابعاً، حدد عدد تكوينات الطبقات (layerConfigs): أي عدد البنى المختلفة للشبكة التي تُجرَّب (مثل '[64]' و '[128,64]' أي عددهما 2). أيضًا يُدخل العدد وليس السلاسل النصية.

أخيراً، تقوم الآلة بحساب العدد الإجمالي للمجموعات بضرب عدد القيم في كل معامل. على سبيل المثال، إذا كان لديك 3 معدلات تعلم، 3 أحجام دفعات، 2 محسنات، و 2 تكوين طبقات، يكون الناتج 3 × 3 × 2 × 2 = 36 مجموعة. هذا الرقم يمثل عدد التجارب التي ستجرى في بحث الشبكة.