السلام عليكم ورحمة الله... معاكم Kaito :)

مرحبا بيكم فالنهار 22 ديال سلسلة 30 يوم من التعلم الآلي..

البارح شفنا شناهما Convolutional Neural Networks

وشفنا الطبقات اللي كيكونو هاد النوع من الشبكات العصبية

اليوما قلنا غنديرو تطبيق خفيف ظريف على مثال حي

باش نعرفو بالضبط دكشي كيفاش خدام

بغينا نقادو واحد المودل اللي يعرف لينا الرقم اللي كتبنا فشي ورقة

مثلا كتبت الرقم 2 ف ورقة سكانينها وحطيتها عندي ف PC

هاد البيانات (الصورة) كيعتابرها الكمبيوتر ديالك مصفوفة ثنائية الأبعاد

2-Dimensional Array

بحال هادي..

فاش كتكون الكاميرا ديال التيليفون ديالك فيها 10 ميغابكسل ف resolution ،

هدشي كيعني بلي راه كاينة 10 ملايين خلية في مصفوفة ثنائية الابعاد

فديك الصورة الملتقطة بداك التيليفون!!

وكل خلية كتسمى بكسل،

هما دوك الكاروات اللي عندنا هنا

فالمثال ديالنا عندنا 25 بكسل 5x5

كل بكسل عندو واحد القيمة ديال الشعا (السطوع) ..

في الحالة ديال التصاور اللي كيكونو بيض وكحل،

0 كتعني اسود و 1 كتعني ابيض

اذن فالمثال ديالنا هاد البيانات ديال الصورة " 2 "

هي مصفوفة عندها 25 قيمة السطوع..

وباش نسهلو الامور درنا فقط 4 قيم

المهم القيم كتكون بالتدريج من 0 الى 1

دبا غنطبقو المرحلة الاولى او الطبقة الاولى

اللي هي convolution

سنقوم بتحويل البيانات الموجودة على اليسار باستخدام مصفوفة الحجم 3 × 3 الموجودة على اليمين.

هاديك الmatrix اللي بالحمر هي filter.

عملية التحويل بسيطة.

الfilter كيدوز على البيانات،

ويضرب القيم على نفس البكسل.

كنديرو ضرب الاوزان والجمع ديالهم weighted sum operation

كيما شفنا شحال هادي ف ANN

نتيجة العملية في القسمة الأولى هي كيما شفنا الفوق

كنمشيو سطر بسطر

1. ضرب الصف الأول من البيانات [1، 0.6، 0.3]

والصف الأول من الفلتر [0، 1، 0]

النتائج هي [0، 0.6، 0] (1 × 0 = 0، 0.6 × 1 = 0.6، 0.3 × 0 = 0)

2. ضرب الصف الثاني من البيانات [1، 0، 0]

والصف الثاني من الفلتر [1، 2، 1]

النتائج في [1، 0، 0]

3. ضرب الصف الثالث من البيانات [1، 1، 0]

والصف الأول من الفلتر [0، 1، 0]

النتائج في [0، 1، 0]

4. جمع كل هذه القيم كيعطي 2.6.

وهادي هي النتيجة ديال هاد العملية.

دبا ندوزو الفلتر على بقية القيم

وكنزيدو بخطوة وكنعاودو نفس الحاجة

فالاخر ملي كندوزو عليهم كاملين

كتتكون عندنا واحد المصفوفة اللي هي Feature map

وهاد البروسيس كيتعاود ولكن كنبدلو الفلتر

كنديرو فلتر جديد وكنصايبو بيه Feature map جديدة

حتى كتولي عندنا تستيفة من feature maps

ولكن علاش حنا باغيين تستيفة؟ واش مقاداناش غير وحدة؟

البلان هو انه فعملية convolution كنشدو واحد القيم اللي هما 3*3

وكنختاصروهم باش كيتحولو لواحد القيمة

يعني هاد الصورة (المصفوفة) الجديدة اللي خرجات لينا

هي نسخة مبسطة من الصورة الأصلية،

حيث كل بكسل كيمثل ملخص لمنطقة صغيرة من الصورة الأصلية.

هاد العملية كتساعد الكمبيوتر انه يفهم الصورة بطريقة أكثر كفاءة،

حيث يقدر يشوف غير قيمة واحدة

باش يلقا معلومات ديال قيم بكسل متعددة.

إيلا خدمنا ب 5 ديال فلترز،

غيوليو عندنا 5 ميزات جديدة من البيانات.

هادا اصلا هو الكونسبت ديال الشبكات العصبية.

كيما قلنا قبل.. هاد قيم الفلتر هما الاوزان weights اللي كيبقاو يتبدلو

حتا يشوفو احسن وامثل قيم ليهم باش المودل يتوقع نتائج مزيانين

قبل التعلم العميق كانو القيم ثابتة.. بحال الفلترز ديال السناب هه

من بعد مكنديرو الخطوات الاخرى اللي شفنا البارح

Pooling

Flattening

Dense (Fully Connected layer)

كنخرجو بتوقعات كنشوفو واش واقعيين ومزيانين

وهدشي كنحسبوه باستعمال طرق رياضية

غنخلي ليكم فين تقراو عليهم التحت فالمصادر

البلان والفيلم والحاجة اللي critical فهدشي كامل

هما الاوزان ديال الفلترز

حنا فالاول كنعطيو قيم عشوائية فالفلترز

وكنحددو عدد الفلترز اللي بغينا نخدمو ف كل طبقة قبل بدء التدريب،

ولكن القيم الموجودة في الفلترز كتتبدل مع استمرار التدريب.

ومن خلال القيام بذلك، كيتم تحسين القيم الموجودة في الفلترز،

وكيتم استخراج feature maps ذات معنى أكبر،

وبالتالي المودل كيعطينا تنبؤات أفضل.

بالاوزان اللولين يقدر يقول لينا هاداك الرقم كان 6

من بعد غيقول 4

حتاااا يولي ناضي باوزان ناضيين عاد يقوليك 2

هادا كان هو التطبيق ديالنا لCNN على مشكل خط اليد

باش بيه كنعرفو واش هاداك الرقم هو 2 او 3 او 4 ….

البلان كاين فالبكسلز

قيم البكسلز ديال 2 ماشي هما ديال 3

و قيم البكسلز ديال 2 بالخط ديالي ماشي هو بالخط ديالك

ولكن غالبا مكيكونو قراب

التحدي هو نلقاو الاشياء اللي كتخليهم متقاربين

ونعطيو احتماليات قراب للصح باش نتوقعو نتائج مزيانة

كيفما كان الشكل او الحجم (او الرداءة) ديال داك الخط..

ايلا باغي تعرف اكثر او تلفتي او مكافياكش الكتابة

تفرج فهاد الفيديو

هادي خلاصة اليوم:

نتلاقاو فايمايل اخر غدا!

كنتمنى تكونو استافدتو.. ايلا عندكم شي تساؤل اولا مشرحتش شي حاجة مزيان، غير صيفط ليا رد فهاد المايل نيت..

— Kaito

ملاحظات:

• مصادر:

  The Ultimate Guide to Convolutional Neural Networks (CNN)

DataScience Bdarija on Instagram

• ايلا عاجبك هدشي وقادر باش تساند هاد newsletter بدعم مادي

  دخل لهنا: https://ko-fi.com/callmekaito

  شكرا (: