التعلّم العميق
تفويض هندسة السمات إلى الطبقات المتراكمة
OVERVIEW
- جميع المداخل
- 6
- مبتدئ
- 2
- متوسط
- 3
- متقدم
- 1
The turning point of deep learning was not “more layers” but the discovery that with enough width, data and stable optimisation, the intermediate abstractions grow on their own. This domain starts from a single neuron and works up to backpropagation, convolution, attention and the normalisation tricks that make depth actually trainable.
الأسئلة التي يجيب عنها هذا المجال
- Q1
What is a single neuron actually computing?
- Q2
How does backpropagation carry error backwards?
- Q3
Why are deeper networks harder to train?
مداخل هذا المجال
- 01العصبون والبرسبترونمبتدئأصغر قطعة في الشبكة العصبية: جمع موزون، وإزاحة، ولفتة واحدة من اللاخطية
- 02الانتشار العكسيمتوسطتحويل «حساب التدرّج» من مشقّة رياضية إلى استدعاء دالة واحد — اللحظة التي انطلق فيها التعلّم العميق
- 03دوال التنشيطمبتدئلولاها، لكانت أعمق شبكة مجرّد تحويل خطي واحد
- 04الشبكات العصبية الالتفافيةمتوسطاستبدال الاتصال الكامل بـ«النظر محليًا وإعادة استخدام المسطرة نفسها في كل مكان» — الفكرة التي جعلت التعرّف على الصور ممكنًا
- 05الشبكات العصبية المتكررةمتوسطمنح الشبكة «ذاكرة»: وحدة واحدة تُعاد استخدامها عبر الزمن لمعالجة تسلسلات بأي طول
- 06التطبيع والوصلات المتبقيةمتقدمجعل شبكة بمئات الطبقات قابلة للتدريب فعلًا: ممرّ مطابق واحد وإعادة قياس في كل طبقة