الحقبة
خسارة التدريب
خسارة الاختبار
الدقة
  • نقاط التدريب
  • نقاط الاختبار
  • حد القرار
  • خسارة التدريب
  • خسارة الاختبار

النقر يضيف
المدخلات

مزيد عن الشبكات العصبية

مختبر الشبكات العصبية

الشبكة العصبية مجموعة متراصة من وحدات بسيطة، تجمع كل منها مدخلات موزونة وتمرر المجموع عبر انثناء. لا تستطيع الوحدة وحدها أن ترسم إلا خطًا مستقيمًا، لكنها مجتمعةً تستطيع أن تخط دائرة أو حلزونًا أو أي شكل آخر. اختر مجموعة بيانات، وابنِ شبكة من أربع طبقات مخفية على الأكثر، واضغط «تدريب»، وشاهد الحد بين الأزرق والبرتقالي يتشكل حقبةً بعد حقبة، بينما يُظهر كل عصبون الجزء من النمط الذي تعلّم أن يكشفه. اختر مجموعة بيانات وشبكة، ثم اضغط «تدريب» وشاهد الشبكة تتعلم الفصل بين النقاط الزرقاء والنقاط البرتقالية. النقاط المصمتة تُدرَّب عليها الشبكة؛ والحلقات نقاط اختبار لا تتدرب عليها أبدًا. تُظهر الخلفية جواب الشبكة عن كل نقطة من المستوى، والخط هو المكان الذي يتغير فيه قرارها. في المخطط يُظهر كل عصبون ما يستجيب له، وكل وصلة زرقاء للوزن الموجب وبرتقالية للوزن السالب، وتزداد سماكتها كلما كبر الوزن. انقر على المستوى لإضافة نقاط باللون المختار تحت «النقر يضيف».

كيف يعمل

  1. اختر مجموعة بيانات، من كتلتين يفصل بينهما خط مستقيم إلى حلزون يحتاج إلى عدة طبقات، أو انقر على المستوى لتضع نقاطك الخاصة.
  2. اضبط عدد الطبقات المخفية، والعصبونات في كل طبقة، ودالة التنشيط، ومعدل التعلم، والمدخلات التي تتلقاها الشبكة.
  3. اضغط «تدريب» وراقب الحد والعصبونات والخسارة؛ وقارن خسارة التدريب بخسارة الاختبار لتكتشف فرط التخصيص.

ماذا تفعل الشبكة

يضرب كل عصبون مدخلاته في أوزان، ويضيف انحيازًا، ثم يمرر المجموع عبر دالة تنشيط مثل tanh أو ReLU. كل عصبون في الطبقة المخفية الأولى يقسم المستوى على طول خط مستقيم واحد، مع تنعيم الفاصل إلى تدرج. وتجمع الطبقة التالية أنصاف المستويات هذه في أسافين وأشرطة وكتل، ثم يحوّل عصبون المخرج النتيجة إلى احتمال أن تكون النقطة زرقاء. تُظهر خلفية المستوى هذا الاحتمال في كل مكان، والخط الداكن هو حيث يساوي النصف تمامًا: حد القرار.

كيف تتعلم

يبدأ التدريب من أوزان عشوائية. ففي كل دفعة صغيرة من نقاط التدريب تقارن الشبكة أجوبتها بالألوان الحقيقية، ويحسب الانتشار العكسي، من المخرج رجوعًا إلى المدخلات، مقدار إسهام كل وزن في الخطأ. ثم يتحرك كل وزن خطوة صغيرة، هي معدل التعلم، في الاتجاه الذي يخفض الخسارة. والمرور مرة واحدة على جميع نقاط التدريب يسمى حقبة. معدل التعلم الصغير جدًا يجعل التقدم بطيئًا، والكبير جدًا يجعل الخسارة تقفز صعودًا وهبوطًا أو تنفجر. لا تُستخدم نقاط الاختبار في التدريب أبدًا، ولذلك تُظهر خسارة الاختبار مدى قدرة الشبكة على التعميم.

الأسئلة المتداولة

لماذا لا تستطيع شبكة بلا طبقات مخفية أن تتعلم الدائرة أو XOR؟

من دون طبقات مخفية يكون المخرج دالةً لمجموع موزون واحد للمدخلات، فيكون الحد خطًا مستقيمًا. ولا يوجد خط مستقيم يضع داخل الدائرة في جانب والحلقة المحيطة في الجانب الآخر، ولا خط يفصل بين قطري XOR. وقد أوضح مارفن مينسكي (Marvin Minsky) وسيمور بابيرت (Seymour Papert) هذه النقطة عن البيرسبترونات ذات الطبقة الواحدة عام 1969. تحل الطبقة المخفية المشكلة، وكذلك مدخل إضافي: فمع x² وy² تصبح الدائرة قطعًا مستقيمًا، ومع x·y يصبح XOR كذلك.

ما فرط التخصيص، وكيف أراه هنا؟

تقع الشبكة في فرط التخصيص عندما تحفظ نقاط التدريب عن ظهر قلب، بما فيها الضوضاء، بدلًا من النمط الكامن وراءها. اختر مجموعة بيانات كثيرة الضوضاء قليلة النقاط مع شبكة كبيرة، ودرّبها مدة طويلة: تواصل خسارة التدريب الانخفاض بينما تستقر خسارة الاختبار ثم تبدأ بالارتفاع، وتنمو على الحد جزر صغيرة حول نقاط منفردة. يساعد تقليل العصبونات أو زيادة النقاط أو التوقف مبكرًا.

أي دالة تنشيط ينبغي أن أستخدم؟

تعطي Tanh حدودًا ناعمة مستديرة وتتدرب جيدًا على هذه المسائل الصغيرة. أما ReLU، التي تساوي صفرًا للمجاميع السالبة والمجموع نفسه في غير ذلك، فهي الخيار الافتراضي في التعلم العميق الحديث وتعطي حدودًا مؤلفة من قطع مستقيمة. وتتعلم السيغمويد ببطء أكبر في الطبقات المخفية لأن ميلها صغير. أما الدالة الخطية فتجعل كل طبقة مخفية بلا فائدة: فتكديس طبقات خطية يبقى دالة خطية واحدة، فيظل الحد مستقيمًا.

ماذا تعني الصور الصغيرة في مخطط الشبكة؟

تُظهر كل صورة مخرج عصبون واحد عند كل نقطة من المستوى، بالأزرق للقيم العالية وبالبرتقالي للمنخفضة. تُظهر عصبونات المدخلات x وy والمدخلات الأخرى، وتُظهر الطبقة المخفية الأولى أنصاف مستويات ناعمة، وتُظهر العصبونات الأعمق أشكالًا أعقد مبنية منها. والوصلات زرقاء للأوزان الموجبة وبرتقالية للسالبة، وأسمك كلما كبر الوزن.

هل يُرسل أي شيء إلى خادم؟

لا. تعمل البيانات والشبكة والتدريب كلها في متصفحك بلغة JavaScript الخالصة، من دون أي مكتبة لتعلم الآلة. وتبقى إعداداتك والنقاط التي تضيفها بالنقر في التخزين المحلي لهذا المتصفح.

هل أنت مستعد لتجربتها؟

افتح PictorX في متصفحك - بدون تثبيت، ولا يلزم وجود بطاقة ائتمان للبدء.

الانتقال إلى المحرر