المنهج الدراسي الدرس 99 من 250 · حدس الشبكات العصبية، والنماذج اللغوية الكبيرة، ومشروع التخرج في الذكاء الاصطناعي
حدس الشبكات العصبية، والنماذج اللغوية الكبيرة، ومشروع التخرج في الذكاء الاصطناعي

عصبون من الصفر

كل التعلم العميق مبني من جزء صغير واحد: الخلية العصبية الاصطناعية. هي تقوم بثلاثة أشياء، بالترتيب.

  • المجموع الموزون.اضرب كل مدخل في وزنه الخاص ثم اجمعهم. يحدد الوزن مدى أهمية ذلك المدخل.
  • أضف انحيازاً.رقم واحد يزيح النتيجة للأعلى أو للأسفل، مثل التقاطع.
  • Activation. قم بضغط النتيجة عبر دالة غير خطية حتى يتمكن العصبون من التعبير عن أكثر من خط مستقيم.
تنشيط

A الكلاسيكي هو sigmoid، والذي يربط أي رقم بقيمة بين 0 و 1 (مفيد للاحتمالات):

sigmoid(z) = 1 / (1 + e^(-z))

بعض المعالم: sigmoid(0) هو بالضبط 0.5، والمدخلات الموجبة الكبيرة تقترب من 1، والمدخلات السالبة الكبيرة تقترب من 0. اجمع هذه العناصر وستجد أن العصبون هو مجرد:

import numpy as np

def neuron(x, w, b):
    z = np.dot(x, w) + b      # weighted sum + bias
    return 1 / (1 + np.exp(-z))  # sigmoid activation
يقوم

np.dot(x, w) بعملية الضرب والجمع لمتجه الإدخال بالكامل دفعة واحدة. هذه هي الفكرة بأكملها. قم بتكديس الآلاف من هذه العمليات ودرب الأوزان، وستحصل على شبكة عصبية.

دورك

قم بتنفيذ neuron(x, w, b) باستخدام numpy. احسب المجموع الموزون np.dot(x, w)، وأضف الانحياز b، ثم أعد قيمة sigmoid لذلك. بعد ذلك، قم بتعيين out = neuron(x, w, b) لكل من x و w و b.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.