BS Summary: This video contains 15 faulty reasoning types, including False Dilemma, Appeal to Nature, and Indoctrination, with Framing Effect as the most egregious example at 26.3% saturation with 171 hits. Analysis detected 589 faulty-reasoning hits from 2,378 analyzed words, generating a BS Score of 0% and a BS Rank of 0% (0 of 16,813 videos). This video is better (less manipulative) than 100.00% of the video peer group.
But what is a neural network? | Deep learning chapter 1
هذه صورة للرقم ثلاثة.
مرسومة بإهمال و مكوّنة فقط ٢٨ * ٢٨ بكسل.
و لكن أريدك أن تقدّر كيف باستطاعة عقلك، رغم ذلك، الإدراك أنّها الرقم ثلاثة.
بكل سهولة و دون أي مجهود.
مثلًا، هذه الصور جميعًا تقرأ أيضًا كالرّقم ثلاثة على الرّغم من أنّ قيم البكسلات فيها مختلفة جدّا.
الخلايا الحساسة للضّوء في عينيك التّي تفعّل عند رؤيتك لهذه الصّورة تختلف عن تلك الّتي تعمل عند رؤيتك لهذه.
و لكن أمرًا ما في القشرة البصريّة في عقلك ذكي كفاية ليقدّر أنّ الصّورتين تمثّل نفس الفكرة، بينما هاتين الصّورتين هي أرقام مختلفة عن الرّقم ثلاثة.
مع ذلك، إذا طلبت منك أن تجلس وتكتب برنامج حاسوبي يقرأ شبكة بكسلات بحجم ٢٨ في الطول والعرض، ومن ثمّ يستنتج الرّقم المكتوب من صفر إلى تسعة، تتحوّل الظاهرة من أمر يبدو بسيط إلى مهمّة في غاية الصّعوبة.
إلّا إذا كنت من كوكب آخر، فلا داعي لأن أشرح قيمة و أهميّة التعلّم الآلي و الشّبكات العصبيّة على العالم الحاضر و المستقبل.
ما أوّد فعله هو تفصيل لك معنى الشّبكة العصبيّة ، دون افتراض أي علم مسبق، ومساعدتك على فهم عملها، بلغة الرّياضيّات وليس فقط ك مصطلحات شائعة.
و أنا أتأمّل أن تشعر بعدها أنّ البنية بنفسها منطقية و أنّك تفهم ما يقصد عندما تقرأ أو تسمع عن الشّبكات العصبيّة وتعليمها، بالمعنى المجازي.
هذا الفيديو سيركّز على بنية الشّبكة العصبيّة، و الفيديو التّالي في السلسلة سيعالج آليّة تعليمها.
ما سنفعله هو بناء شبكة عصبيّة قادرة أن تتعلّم كيفيّة التعرّف إلى الأرقام المرسومة.
هذا مثال كلاسيكي لتقديم الموضوع و سأتبعه لأنّه في نهاية الفيديوهين، أريد أن أشارك بعض الموارد الجيّدة لتعلّم المزيد، وكيف يمكنك تنزيل البرامج المستعملة و اكتشافها على حاسوبك الخاص.
هناك العديد من الأشكال المختلفة للشبكات العصبيّة.
وفي السّنوات الأخيرة ازدهرت الجهود المكرّسة للبحث في هذه الأشكال.
ولكن في هذين الفيديوهين، سنقوم بالنظر إلى أبسط بنية بدون إضافات معقّدة، أي البنية الفانيلا.
هذه خطوة ضرورية لفهم أي من البنيات الأحدث و الأقوى.
ولكن رغم ذلك سيكون الأمر معقّدًا و يأخذ جهد لاستيعاب حتّى هذه الشّبكة العصبيّة البسيطة.
وهي تستطيع، رغم بساطتها، أن تتعلّم كيفيّة التعرّف إلى أرقام مرسومة و هذه قدرة مفاجأة جدّا لحاسوب.
سنرى أيضا أين تقصّرهذة الشبكات ولا تمثّل الذكاء الفعلي الذي قد نطمح إليه.
الشّبكات العصبيّة مستوحاة من جهازنا العصبي، وعلى رأسه الدماغ، و لكن ما هي الخلايا العصبيّة و كيف ترتبط ببعضها البعض؟
عندما أذكر خليّة عصبيّة، أريدك أن تتخيل خليّة تحمل رقمًا، وبالتحديد بين الصفر والواحد.
و هي بالفعل ليست أكثر من ذلك
على سبيل المثال، شبكتنا هنا تبدأ ب ٧٨٤ خلية عصبية و هي ترمز للبكسلات الموجودين في صورتنا من حجم ٢٨*٢٨.
داخل كل خليّة رقم يمثّل التدرّج الرّمادي للبكسل المرتبطة بالخليّة.
وهو يمتد من الصفر في حال كانت البكسل سوداء إلى الواحد في حال كانت البكسل بيضاء.
هذا الرّقم يسمّى تفعيل الخليّة، ويمكنّك التصوّر أن كل خلية في الصّورة تضيء أسطع إذا ما كان تفعيلها أكبر.
إذاً، هذه ال٧٨٤ خليّة تشكّل الطبقة الأولى من شبكتنا العصبيّة
أمّا الطبقة الأخيرة، هي تحتوي على ١٠ خلايا فقط، كلّ منها تشير إلى إحدى الأرقام اللّتي تهدف أن تتعرّف إليها الشبكة.
تفعيل هذه الخلايا، و هو رقم بين ال٠ و ١ كما ذكرنا، يمثّل مدى اعتقاد الشّبكة أنّ الصورة المدخلة تمثل الرقم المرتبط بالخليّة.
هناك أيضًا طبقات ما بين الأولى و الأخيرة تسمّى الطبقات المخفيّة.
في الوقت الحاضر ستكون مجرّد علامة استفهام كبيرة نتسائل من خلالها عن كيفيّة تعرّف الشّبكة إلى الأرقام؟
هنا اخترت طبقتين مخفيتين، كلاهما من ١٦ خليّة.
قد تستجوب اختياري العشوائي
و لكن بصراحة اخترت طبقتين بناءً على نمط شرحي القادم و ١٦ خليّة فقط لأنّها تلائم حجم الشّاشة.
عمليًّا، هناك الكثير من المجال لتجربة بنيات مختلفة هنا.
تعمل الشّبكة بالتّوالي، التفعيلات في أي طبقة تحدد تفعيلات الطبقة اللّتي تليها.
و طبعًا جوهر الشّبكة و هو في قدرتها على معالجة المعلومات يحول حول الآليّة الدقيقة لحسابة التفعيلات من طبقة إلى أخرى.
من المفترض أن تشابه هذه الآليّة شبكات الخلايا العصبيّة البيولوجيّة، حيث تفعيل بعض الخلايا يؤدّي إلى تفعيل غيرها.
الشبكة اللّتي نراها هنا قد تم تدريبها مسبقًا على
Analysis
Hover over highlighted words in the article to view the associated bias or fallacy analysis.