كل الدروس

دورة

الذكاء الاصطناعي للصف العاشر: التعلم العميق والذكاء متعدد الوسائط

ابنِ ودرّب شبكات عصبية في PyTorch للصور والنص والصوت.

اعمل الدروس بالترتيب. في النهاية تستطيع حساب خرج عصبون، ومقارنة تفعيلات ReLU وسيغمويد وsoftmax، وكتابة التمرير الأمامي لشبكة صغيرة بـ NumPy. تستطيع اختيار خسارة، وشرح النزول التدرجي والانتشار العكسي، وكتابة نص فيه الحلقة الكاملة للتدريب والاختبار في PyTorch. تستطيع تدريب مصنّف صور بشبكة CNN، وتدريب مصنّف مشاعر لتمييز المراجعات الموجبة من السالبة، وشرح كيف يزن الانتباه الرموز الأخرى، وتصنيف مقاطع صوت قصيرة. تستطيع تقليل الإفراط في التكيف، وضبط نموذج مُدرَّب مسبقاً على أصناف جديدة، وتجميع الأخطاء وإيجاد سببها، وعرض مراقب ذكي للحياة البرية مُختبَر على صور لم يرها.

كيف تستخدم هذه الدروس

  • ابدأ من الدرس المكتوب عليه افعل هذا. انتقل عندما تقدر أن تعمل السطر تحت العنوان وحدك.
  • العب ألعاب أولاً. ثم أجب اختبار. 8 من 10 إجابات صحيحة للنجاح. أوراق عمل على الورق. الإجابات في الأسفل.
  • كل درس يُبنى على الذي قبله. دوّن كل تدريب: الإعدادات، ومنحنى الخسارة، ودرجة الاختبار.
  • دروس البرمجة تستخدم Python وPyTorch في دفتر مجاني على الإنترنت مع GPU. تكفي النماذج الصغيرة ومجموعات البيانات الصغيرة. استخدم فقط مجموعات مفتوحة يُسمح لك باستخدامها، ولا تدرّب أبداً على صور أشخاص من دون إذنهم.

كل درس فيه ألعاب واختبار وأوراق عمل.

0 من 36

أسس الشبكات العصبية

  1. 1عصبوناتاحسب خرج عصبون من المدخلات والأوزان والانحياز.
    • اكتب المجموع الموزون زائد الانحياز.
    • احسبه بيدك لثلاثة مدخلات.
    • احسبه في الكود بضرب نقطي.
  2. 2تفعيلاتقارن تفعيلات ReLU وسيغمويد وsoftmax.
    • ارسم كل تفعيل.
    • اشرح لماذا تحتاج الشبكة إلى تفعيل غير خطي.
    • استخدم softmax لتحويل الدرجات إلى احتمالات.
  3. 3طبقات وشبكاتكدّس طبقات لتكوّن شبكة.
    • اكتب الطبقة كضرب مصفوفات.
    • تتبّع شكل البيانات في كل طبقة.
    • عُدّ معاملات الشبكة.
  4. 4شبكة صغيرةاكتب التمرير الأمامي لشبكة صغيرة بـ NumPy.
    • ابنِ شبكة من طبقتين في NumPy.
    • مرّر دفعة مدخلات خلالها.
    • تحقق من شكل الخرج.

تدريب الشبكات العصبية

  1. 5الخسارةاختر خسارة لمهمة واحسبها.
    • استخدم متوسط مربع الخطأ للانحدار.
    • استخدم الإنتروبيا المتقاطعة للتصنيف.
    • قل ماذا يعني أن تنخفض الخسارة.
  2. 6النزول التدرجياشرح كيف يحرّك النزول التدرجي الأوزان إلى الأسفل.
    • جد ميل منحنى الخسارة.
    • خذ خطوات بمعدل تعلم.
    • انظر ماذا يحدث إذا كان المعدل كبيراً جداً أو صغيراً جداً.
  3. 7الانتشار العكسيتتبّع الانتشار العكسي للخطأ إلى الخلف عبر الشبكة.
    • استخدم قاعدة السلسلة على شبكة صغيرة جداً.
    • احسب تدرجاً واحداً بيدك.
    • تحقق منه بالاشتقاق الآلي.
  4. 8درّب شبكةدرّب شبكة صغيرة وارسم الخسارة.
    • درّب بدفعات صغيرة.
    • ارسم خسارة التدريب وخسارة التحقق.
    • توقف عندما تتوقف خسارة التحقق عن التحسن.

أُطر التعلم العميق

  1. 9موتراتأنشئ موترات PyTorch وغيّر شكلها.
    • أنشئ موترات وتحقق من شكلها ونوعها.
    • غيّر شكلها، وكدّسها، واقطعها.
    • انقل الموترات إلى GPU.
  2. 10وحداتابنِ نموذجاً بوحدات torch.nn.
    • اصنع صنفاً فرعياً من nn.Module.
    • استخدم طبقات Linear وطبقات تفعيل.
    • اطبع النموذج وعدد معاملاته.
  3. 11محسّناتدرّب بالمحسّنين SGD وAdam.
    • استخدم zero_grad وbackward وstep.
    • قارن SGD وAdam في مهمة واحدة.
    • استخدم جدولاً لمعدل التعلم.
  4. 12نص التدريباكتب نصاً فيه الحلقة الكاملة للتدريب والاختبار.
    • حمّل البيانات بـ DataLoader.
    • درّب، وتحقق، واختبر.
    • احفظ أفضل نموذج.

الرؤية الحاسوبية

  1. 13الصور كموتراتحمّل الصور كموترات وطبّعها.
    • حمّل صورة كقنوات وارتفاع وعرض.
    • غيّر حجمها وطبّعها.
    • اعرض دفعة كشبكة.
  2. 14التفافاتاشرح كيف يجد مرشّح الالتفاف الحواف.
    • حرّك مرشّح 3×3 على صورة بيدك.
    • طبّق مرشّحات الحواف في الكود.
    • اشرح stride وpadding وpooling.
  3. 15CNNابنِ شبكة عصبية التفافية، CNN.
    • كدّس طبقات التفاف وتفعيل وتجميع.
    • افردها وأضف رأساً مصنّفاً.
    • تتبّع الأشكال عبر الشبكة.
  4. 16مصنّف الصوردرّب مصنّف صور بشبكة CNN.
    • درّب على مجموعة صور صغيرة.
    • اذكر دقة الاختبار.
    • اعرض صوراً أخطأ فيها.

معالجة اللغة الطبيعية

  1. 17تقسيم إلى رموزقسّم النص إلى رموز ومعرّفات.
    • قارن رموز الكلمات ورموز أجزاء الكلمات.
    • ابنِ مفردات.
    • أضف حشواً حتى تصير السلاسل بالطول نفسه.
  2. 18تضميناتاشرح كيف تقرّب التضمينات الكلمات المتشابهة.
    • استخدم طبقة تضمين.
    • جد أقرب الكلمات إلى كلمة.
    • ارسم التضمينات في بعدين.
  3. 19نماذج النصابنِ نموذج نص يقرأ سلسلة رموز.
    • خذ متوسط التضمينات في متجه واحد.
    • استخدم طبقة تكرارية بسيطة.
    • قارن الاثنين.
  4. 20مصنّف المشاعردرّب مصنّف مشاعر لتمييز المراجعات الموجبة من السالبة.
    • درّب على مجموعة مراجعات.
    • اذكر الدقة والضبط والاسترجاع.
    • جد مراجعات تخدعه، مثل السخرية.

المحوّلات

  1. 21الانتباهاشرح كيف يزن الانتباه الرموز الأخرى.
    • اشرح الاستعلامات والمفاتيح والقيم.
    • احسب أوزان الانتباه لجملة قصيرة.
    • قل لماذا يساعد الانتباه في المعنى البعيد.
  2. 22كتل المحوّلسمِّ أجزاء كتلة المحوّل.
    • سمِّ الانتباه متعدد الرؤوس وطبقة التغذية الأمامية وطبقات التطبيع.
    • اشرح الوصلات المتبقية.
    • اشرح ترميزات الموضع.
  3. 23نماذج مُدرَّبة مسبقاًاستخدم نموذج محوّل مُدرَّباً مسبقاً لمهمة.
    • حمّل نموذجاً مُدرَّباً مسبقاً ومقسّم رموز.
    • صنّف النص به.
    • قارنه بنموذج المشاعر الذي بنيته.
  4. 24خرائط الانتباهاقرأ خريطة انتباه.
    • ارسم أوزان الانتباه كخريطة حرارة.
    • جد أي الكلمات ينتبه إليها الرمز.
    • قل لماذا الانتباه ليس تفسيراً كاملاً.

الصوت والذكاء متعدد الوسائط

  1. 25الصوت كبياناتحوّل الصوت إلى شكل موجة ومخطط طيفي.
    • حمّل الصوت وارسم شكل موجته.
    • اشرح معدل العينات.
    • اصنع مخططاً طيفياً.
  2. 26مصنّف الصوتصنّف مقاطع صوت قصيرة بمصنّف صوت.
    • عامل المخططات الطيفية كصور.
    • درّب CNN عليها.
    • اختبر بضجيج الخلفية.
  3. 27مدخلات متعددة الوسائطاشرح كيف يجمع نموذج مدخلات متعددة الوسائط من صور ونص.
    • اشرح مرمّزات منفصلة لكل مدخل.
    • اشرح فضاء تضمين مشتركاً.
    • سمِّ ثلاثة تطبيقات متعددة الوسائط.
  4. 28صورة ونصطابق الصورة والنص: اربط الصور بالتعليقات بنموذج مُدرَّب مسبقاً.
    • ضمّن الصور والتعليقات.
    • رتّب التعليقات لكل صورة.
    • ابحث عن الصور باستعلام نصي.

تحسين النموذج

  1. 29التنظيمقلّل الإفراط في التكيف بالتنظيم: dropout وتلاشي الأوزان.
    • أضف dropout.
    • أضف تلاشي الأوزان.
    • قارن منحنيات التحقق.
  2. 30زيادة البياناتزِد البيانات: أضف صوراً مقلوبة ومقصوصة إلى مجموعة التدريب.
    • طبّق القلب والقص وتغيير الألوان.
    • زِد مجموعة التدريب فقط.
    • قِس التغير في دقة الاختبار.
  3. 31التعلم بالنقلاستخدم التعلم بالنقل لضبط نموذج مُدرَّب مسبقاً على أصناف جديدة.
    • جمّد الطبقات المُدرَّبة مسبقاً.
    • استبدل الرأس ودرّبه.
    • فك التجميد واضبط بمعدل تعلم صغير.
  4. 32تحليل الأخطاءحلّل الأخطاء: جمّع الأخطاء وجد سببها.
    • اقرأ مصفوفة التباس لعدد كبير من الأصناف.
    • رتّب الأخطاء في مجموعات.
    • اختر الإصلاح لأكبر مجموعة.

مشروع التعلم العميق

  1. 33بيانات الحياة البريةاختر وقسّم مجموعة صور مفتوحة للحياة البرية.
    • اختر مجموعة مفتوحة لكاميرات فخاخ أو للحياة البرية.
    • اختر من خمسة إلى عشرة أنواع.
    • قسّم حسب المكان ليكون الاختبار عادلاً.
  2. 34اضبط النموذجاضبط نموذج مصنّف الصور على أصناف الحياة البرية.
    • اضبط نموذجاً مُدرَّباً مسبقاً.
    • تتبّع دقة التحقق.
    • احفظ أفضل نقطة حفظ.
  3. 35واجهة العرضابنِ واجهة عرض تُظهر التوقعات لصور مرفوعة.
    • اقبل صورة مرفوعة.
    • أظهر الأنواع الثلاثة الأولى ودرجاتها.
    • أظهر «لست متأكداً» عندما تكون الثقة منخفضة.
  4. 36مراقب ذكي للحياة البريةاعرض مراقباً ذكياً للحياة البرية: الدقة على صور لم يرها والأخطاء الرئيسة.
    • اذكر الدقة على صور لم يرها.
    • أظهر الأخطاء الرئيسة وأسبابها.
    • قل ماذا تغيّر بعد ذلك.