مقدمة
التعلم العميق هو شكل متقدم من التعلم الآلي الذي يحاول محاكاة الطريقة التي يتعلم بها الدماغ البشري.
في الدماغ، لديك خلايا عصبية تسمى الخلايا العصبية، والتي ترتبط ببعضها من خلال ملحقات الأعصاب التي تمرر إشارات كهروكيميائية من خلال الشبكة.
عندما يتم تحفيز الخلايا العصبية الأولى في الشبكة، تتم معالجة إشارة الإدخال، وإذا تجاوزت حدًا معينًا، يتم تنشيط الخلايا العصبية وتمرير الإشارة إلى الخلايا العصبية التي يتم توصيلها بها. هذه الخلايا العصبية بدورها قد يتم تنشيطها لتمرر إشارة من خلال بقية الشبكة. مع مرور الوقت، يتم تعزيز الاتصالات بين الخلايا العصبية عن طريق الاستخدام المتكرر حسب تعلمك لكيفية الاستجابة بفعالية. على سبيل المثال، إذا كان شخص ما يلقي كرة نحوك، تمكنك اتصالات الخلايا العصبية الخاصة بك من معالجة المعلومات البصرية وتنسيق الحركات الخاصة بك للإمساك بالكرة. إذا كنت تؤدي هذا العمل مرارًا وتكرارًا، فإن شبكة الخلايا العصبية المشاركة في إمساك الكرة سوف تتطور أقوى كما تتعلم كيف تكون أفضل في إمساك الكرة.
التعلم العميق يحاكي هذه العملية البيولوجية باستخدام الشبكات العصبية الاصطناعية التي تعالج المدخلات الرقمية بدلاً من المحفزات الكهروكيميائية.
يتم استبدال اتصالات الأعصاب الواردة بالمدخلات الرقمية التي يتم تحديدها عادة كـ x. عندما يكون هناك أكثر من قيمة إدخال واحدة، تعتبر x خطاً متجهاً بعناصر تسمى x1، وx2، وهكذا.
يرتبط مع كل قيمة xوزن (w)، ويستخدم لتعزيز أو إضعاف تأثير قيمة x لمحاكاة التعلم. بالإضافة إلى ذلك، تتم إضافة إدخال انحراف (b) لتمكين التحكم الدقيق في الشبكة. خلال عملية التدريب، سيتم تعديل قيم w وb لضبط الشبكة بحيث "تتعرف على" إنتاج المخرجات الصحيحة.
الخلايا العصبية نفسها تغلف دالة تحسب مجموعاً مرجحاً من x، وw، وb. هذه الدالة بدورها محاطة في دالة activation التي تقيد النتيجة (في كثير من الأحيان إلى قيمة بين 0 و1) لتحديد ما إذا كانت الخلايا العصبية تمرر إخراج إلى الطبقة التالية من الخلايا العصبية في الشبكة أم لا.