لخّصلي

الشبكات العصبية الترشيحية (شبكات الالتفاف) أو كما يطلق عليها اختصاراً (ConvNets or CNNs) هي نوع من انواع الشبكات العصبية التي تم اثبات فاعليتها في مجالات متعددة مثل تمييز الصور وتصنيفها. لاقت الشبكات العصبية الترشيحية نجاحا كبيرا في تمييز الأوجه والجمادات والإشارات في CNN، مثل الحواف أو المنحنيات أو الأنسجة. يتم تطبيق هذه المرشحات على الصورة الأصلية باستخدام تقنية الالتفاف، وهي عملية رياضية تجمع بين المرشح والصورة في مواضع مختلفة. • صعوبة عرض المشكلة على الشبكة: قبل استخدام ANN، الشبكة • عمر الشبكة غير معروف: قيمة محددة. نحن لا نحصل على أفضل النتائج بهذه القيم شبكات CNN (الشبكات العصبية التلافيفية ربما تساءلت عن كيفية قدرة Facebook أو Instagram على التعرف تلقائيًا على الوجوه في صورة ما ، أو كيف يتيح لك Google البحث في الويب عن صور مماثلة بمجرد تحميل صورة خاصة بك. هذه الميزات هي أمثلة على رؤية الكمبيوتر، ومع ذلك ، ما هي الشبكات العصبية؟ قبل أن نبدأ الحديث عن الشبكات العصبية التلافيفية ، دعونا نتوقف لحظة لتعريف الشبكة العصبية العادية. ومع ذلك ، لتحديدها بإيجاز فهي نماذج حسابية مستوحاة من الدماغ البشري. تعمل الشبكة العصبية عن طريق أخذ البيانات ومعالجة البيانات عن طريق تعديل "الأوزان" ، وهي افتراضات حول كيفية ارتباط ميزات الإدخال ببعضها البعض وبفئة الكائن. أثناء تدريب الشبكة ، يتم تعديل قيم الأوزان ونأمل أن تتقارب على الأوزان التي تلتقط العلاقات بين الميزات بدقة. هذه هي الطريقة التي تعمل بها شبكة التغذية الأمامية العصبية ، وتتكون شبكات CNN من نصفين: شبكة عصبية تلقائية ومجموعة من الطبقات التلافيفية

• ما هو (سي إن إن) تعتبر ConvNet ماهرة بشكل خاص في معالجة المدخلات بطريقة تشبه شبكة مثل الصورة. الصورة الرقمية. كل منها في اللحظة التي نتصور فيها الصورة، يبدأ العقل البشري بمعالجة الصورة كمية هائلة من البيانات. كل خلية عصبية لديها مجال استقبال مميز وهي مقترنة بخلايا عصبية أخرى بحيث تغطي بشكل جماعي الرؤية بأكملها تقوم كل خلية عصبية في شبكة CNN بمعالجة البيانات فقط في مجال الاستقبال الخاص بها، المحفزات فقط في المنطقة المقيدة من المجال البصري المعروفة باسم الحقل قابل للعدوي.

خوارزميه CNN؟
الشبكات العصبية الترشيحية (شبكات الالتفاف) أو كما يطلق عليها اختصاراً (ConvNets or CNNs) هي نوع من انواع الشبكات العصبية التي تم اثبات فاعليتها في مجالات متعددة مثل تمييز الصور وتصنيفها. لاقت الشبكات العصبية الترشيحية نجاحا كبيرا في تمييز الأوجه والجمادات والإشارات

هي دورة CNN؟
في CNN، يتم تدريب كل مرشح في طبقة الالتواء بشكل مستقل لاكتشاف ميزات محددة، مثل الحواف أو المنحنيات أو الأنسجة. يتم تطبيق هذه المرشحات على الصورة الأصلية باستخدام تقنية الالتفاف، وهي عملية رياضية تجمع بين المرشح والصورة في مواضع مختلفة.
• صعوبة عرض المشكلة على الشبكة:
الشبكات العصبية الاصطناعية قادرة على معالجة البيانات الرقمية. قبل استخدام ANN،
يجب تحويل المشاكل إلى أرقام رقمية. الشبكة
سيتأثر الأداء بشكل مباشر بآلية العرض المختارة
هذه القضية. حسب مهارات المستخدم
• عمر الشبكة غير معروف:
انتهت الشبكة من التدريب عندما انخفض الخطأ في العينة إلى
قيمة محددة. نحن لا نحصل على أفضل النتائج بهذه القيم
شبكات CNN (الشبكات العصبية التلافيفية
ربما تساءلت عن كيفية قدرة Facebook أو Instagram على التعرف تلقائيًا على الوجوه في صورة ما ، أو كيف يتيح لك Google البحث في الويب عن صور مماثلة بمجرد تحميل صورة خاصة بك. هذه الميزات هي أمثلة على رؤية الكمبيوتر، وهم مدعومون من الشبكات العصبية التلافيفية (CNN). ومع ذلك ، ما هي بالضبط الشبكات العصبية التلافيفية؟ دعنا نلقي نظرة عميقة على بنية CNN ونفهم كيفية عملها.

ما هي الشبكات العصبية؟
قبل أن نبدأ الحديث عن الشبكات العصبية التلافيفية ، دعونا نتوقف لحظة لتعريف الشبكة العصبية العادية. حول موضوع الشبكات العصبية المتاحة ، ومع ذلك ، لتحديدها بإيجاز فهي نماذج حسابية مستوحاة من الدماغ البشري. تعمل الشبكة العصبية عن طريق أخذ البيانات ومعالجة البيانات عن طريق تعديل "الأوزان" ، وهي افتراضات حول كيفية ارتباط ميزات الإدخال ببعضها البعض وبفئة الكائن. أثناء تدريب الشبكة ، يتم تعديل قيم الأوزان ونأمل أن تتقارب على الأوزان التي تلتقط العلاقات بين الميزات بدقة.
هذه هي الطريقة التي تعمل بها شبكة التغذية الأمامية العصبية ، وتتكون شبكات CNN من نصفين: شبكة عصبية تلقائية ومجموعة من الطبقات التلافيفية
الشبكات العصبية التلافيفية (CNN)

• ما هو (سي إن إن)
  نوع من الشبكات العصبية يسمى الشبكة العصبية التلافيفية، أو CNN أو
  تعتبر ConvNet ماهرة بشكل خاص في معالجة المدخلات بطريقة تشبه شبكة
  الهندسة المعمارية، مثل الصورة. التمثيل الثنائي للبيانات المرئية هو
  الصورة الرقمية. وهي مكونة من ترتيب يشبه الشبكة من وحدات البكسل، كل منها
  والتي لها قيمة بكسل للإشارة إلى مدى سطوعها واللون الذي ينبغي أن تكون عليه.
  في اللحظة التي نتصور فيها الصورة، يبدأ العقل البشري بمعالجة الصورة
  كمية هائلة من البيانات. كل خلية عصبية لديها مجال استقبال مميز وهي
  مقترنة بخلايا عصبية أخرى بحيث تغطي بشكل جماعي الرؤية بأكملها
  مجال. تقوم كل خلية عصبية في شبكة CNN بمعالجة البيانات فقط في مجال الاستقبال الخاص بها،
  مشابه لكيفية استجابة كل خلية عصبية في نظام الرؤية البيولوجي لها
  المحفزات فقط في المنطقة المقيدة من المجال البصري المعروفة باسم
  الحقل قابل للعدوي. يتم اكتشاف الخطوط والمنحنيات والأنماط الأبسط الأخرى أولاً
  من خلال الطبقات، تليها أنماط أكثر تعقيدًا مثل الوجوه والأشياء.
  يمكن للمرء تمكين البصر لأجهزة الكمبيوتر باستخدام CNN.