شارك
الرئيسية
1 دقيقةما هي شبكة المعتقدات العميقة؟
هي نموذج توليدي هجين يستخدم بنية عميقة لأكوام متعددة من آلات بولتزمان المقيدة، وتستخدم لمعالجة المشكلات المتعلقة بالشبكات العصبونية الكلاسيكية في الشبكات ذات الطبقات العميقة مثل التعلم البطيء في النماذج التي تحتوي على عدد كبير من مجموعات التدريب.
بنية شبكة المعتقدات العميقة
تكون طبقة الإدخال (input) متصلة مع الطبقة المخفية الأولى، والتي تحتوي على العديد من آلات بولتزمان المقيدة التي تستطيع تفسير التوزيع الاحتمالي لقيم الدخل، وتقوم باستخراج مزايا بيانات الإدخال الأعلى مستوى والأكثر أهمية من خلال التعلم غير الموّجه.
تكون الطبقة المخفية الأخيرة متصلة بطبقة الخرج (output)، وهي طبقة عصبونية قد تكون للتصنيف وغيرها من مهام التعلم الموجه.
كيف تعمل شبكة المعتقدات العميقة؟
تعمل شبكة المعتقدات العميقة وفقاً لأربع مراحل وهي:
- مرحلة البدء: يتم تعيين أوزان الشبكة لأول مرة بشكلٍ عشوائي.
- مرحلة التدريب: تمر المدخلات بطبقات الشبكة المخفية وآلات بولتزمان وتستخرج منها الخصائص الأكثر أهمية، وتستمر عملية التدريب للوصول إلى الخصائص عالية المستوى وتنتهي في طبقة الخرج.
- مرحلة الضبط: لضبط شبكة المعتقدات العميقة نستخدم بيانات الخرج المحددة لإجراء تعديلات. غالباً ما يتم استخدام التعلم الموجه، مثل الانتشار الخلفي لضبط أوزان الشبكة، بحيث تُضبط الشبكة لتعمل بشكل مثالي على المشكلة التي تم تصميمها للإجابة عنها.
- مرحلة الاستدلال: تستخدم الشبكة للاستدلال بعد تدريبها، إذ تتم تغذيتها ببيانات المدخلات، وتستخدم مخرجات الطبقة الأخيرة من أجل استخلاص الاستنتاجات أو التصنيفات.
تطبيقات شبكة المعتقدات العميقة
تستخدم شبكة المعتقدات العميقة في العديد من المجالات، إليك أبرزها:
- الرؤية الحاسوبية: تستخدم لمهام مثل التعرف على الأشياء في الصور أو تصنيف الصور في مجموعات مختلفة.
- معالجة اللغة الطبيعية: تستخدم لمهام معالجة اللغات الطبيعية، مثل تحليل المشاعر وتصنيف النصوص.
- أنظمة التوصية: تستخدم في أنظمة التوصية، والتي تمنح المستخدمين اقتراحات بناءً على تفضيلاتهم وسلوكهم.
- المعلوماتية الحيوية: تستخدم للتنبؤ بكيفية تفاعل البروتينات مع بعضها والنظر في كيفية التعبير عن الجينات، للعثور على أدوية جديدة.