أطلس نماذج الذكاء الاصطناعي

موسوعة عربية تفاعلية لمعماريات التعلم العميق: مخطط تفاعلي لكل تكوين، ومعادلات، وحسابات Parameters و MACs موثقة، ومقارنات، ومراجع أصلية. كل رقم مربوط بتكوين محدد ومصدره.

  • 50نموذجاً
  • 10عائلات
  • 53تكويناً بمخطط
  • 159معادلة
  • 53مرجعاً

نتائج «الرؤية على الأجهزة المحمولة» (10)

معماريات الشبكات الالتفافية 2017

MobileNet

موبايل نت

شبكة التفافية خفيفة للأجهزة المحمولة تستبدل الالتفاف العادي بالتفاف منفصل عمقياً (عمقي ثم نقطي) يقلل الحساب بنحو 8–9 مرات.

Parameters
4.23M
النوع
Efficient convolutional network (depthwise separable)
نماذج الرؤية الحاسوبية 2015

YOLO (You Only Look Once)

يولو (أنت تنظر مرة واحدة فقط)

كاشف أجسام بمرحلة واحدة يعيد صياغة الكشف كمسألة انحدار: شبكة واحدة تتنبأ بالصناديق والفئات لكل خلايا الصورة في تمرير واحد.

Parameters
271.7M
النوع
Single-stage convolutional detector
معماريات الشبكات الالتفافية 2019

EfficientNet

إفيشنت نت

عائلة شبكات التفافية تبدأ من شبكة أساسية (B0) وُجدت بالبحث المعماري، ثم تُكبَّر بالتحجيم المركب للعمق والعرض والدقة معاً.

Parameters
5.29M
النوع
Scaled efficient convolutional network
نماذج الرؤية الحاسوبية 2020

Vision Transformer (ViT)

محوّل الرؤية

تطبيق مشفّر المحوّل القياسي مباشرة على تسلسل من رقع الصورة، دون التفافات تقريباً، مع تدريب مسبق على بيانات ضخمة.

Parameters
86.57M
النوع
Encoder-only Transformer on image patches
نماذج الرؤية الحاسوبية 2020

Data-efficient Image Transformer (DeiT)

محوّل الصور كفء البيانات

طريقة لتدريب ViT على ImageNet-1k وحده بنتائج تنافسية، باستخدام زيادة بيانات قوية وتقطير عبر رمز تقطير خاص.

Parameters
22.05M
النوع
Vision Transformer with distillation token
النماذج متعددة الوسائط 2021

CLIP (Contrastive Language–Image Pre-training)

كليب

مشفّر صور ومشفّر نص يُدرَّبان معاً بخسارة تباينية على 400 مليون زوج صورة-نص، فيتعلمان فضاءً مشتركاً يتيح التصنيف دون أمثلة تدريب.

Parameters
151.28M
النوع
Dual-encoder contrastive model
نماذج الرؤية الحاسوبية 2021

Swin Transformer

محوّل سوين

محوّل رؤية هرمي يحسب الانتباه داخل نوافذ محلية مزاحة بالتناوب، فيصبح الحساب خطياً في حجم الصورة ويناسب المهام الكثيفة.

Parameters
28.29M
النوع
Hierarchical vision Transformer
نماذج الرؤية الحاسوبية 2015

U-Net

يو-نت

شبكة التفافية كاملة على شكل حرف U تجمع مساراً متقلصاً يلتقط السياق ومساراً متمدداً يستعيد الدقة، مع اتصالات تخطٍّ تنقل التفاصيل.

Parameters
31.03M
النوع
Encoder–decoder fully convolutional network
النماذج متعددة الوسائط 2023

LLaVA (Large Language and Vision Assistant)

لافا

مساعد متعدد الوسائط يربط مشفّر رؤية CLIP بنموذج لغوي كبير عبر إسقاط بسيط، ويُضبط بتعليمات بصرية مولَّدة آلياً.

Parameters
13.32B
النوع
Vision encoder + projection +…
معماريات الشبكات الالتفافية 2012

AlexNet

أليكس نت

شبكة التفافية عميقة فازت بمسابقة ImageNet ILSVRC-2012 بفارق كبير، وأطلقت موجة التعلم العميق في الرؤية الحاسوبية.

Parameters
60.97M
النوع
Deep convolutional neural network

كل النماذج

الشبكات العصبية الأساسية Basic Neural Networks

الشبكات العصبية الأساسية 1958

Perceptron

البيرسبترون

أول نموذج عصبي قابل للتعلم من الأمثلة: يجمع المدخلات بأوزان ثم يطبق دالة عتبة لإخراج فئة ثنائية.

Parameters
5
النوع
Single-layer linear classifier
الشبكات العصبية الأساسية 1986

Multilayer Perceptron

الشبكة العصبية متعددة الطبقات

شبكة أمامية من طبقات كاملة الاتصال بينها دوال تنشيط غير خطية، تُدرَّب بالانتشار العكسي للخطأ.

Parameters
235.15K
النوع
Fully connected feed-forward network
الشبكات العصبية الأساسية 1988

Radial Basis Function Network

شبكة دوال الأساس الشعاعي

شبكة من طبقة مخفية واحدة تستجيب كل وحدة فيها للمسافة بين المدخل ومركز خاص بها، ثم يُركَّب المخرج خطياً.

Parameters
41
النوع
Three-layer network with local Gaussian…

معماريات الشبكات الالتفافية CNN Architectures

معماريات الشبكات الالتفافية 1998

LeNet-5

لي-نت 5

شبكة التفافية مبكرة لتمييز الأرقام المكتوبة يدوياً، جمعت الالتفاف والتجميع الفرعي والطبقات الكاملة في معمارية واحدة تُدرَّب بالانتشار العكسي.

Parameters
60K
النوع
Convolutional neural network
معماريات الشبكات الالتفافية 2012

AlexNet

أليكس نت

شبكة التفافية عميقة فازت بمسابقة ImageNet ILSVRC-2012 بفارق كبير، وأطلقت موجة التعلم العميق في الرؤية الحاسوبية.

Parameters
60.97M
النوع
Deep convolutional neural network
معماريات الشبكات الالتفافية 2014

VGG-16

في جي جي 16

شبكة التفافية عميقة موحدة التصميم تعتمد فقط على نوى 3×3 مكدسة، وأثبتت أن العمق عامل حاسم في الأداء.

Parameters
138.36M
النوع
Deep convolutional neural network
معماريات الشبكات الالتفافية 2014

GoogLeNet

جوجل نت (Inception v1)

شبكة التفافية بعمق 22 طبقة مبنية من وحدات Inception تعالج المدخل بعدة أحجام نوى متوازية، بمعاملات أقل بكثير من AlexNet و VGG.

Parameters
7M
النوع
Inception convolutional network
معماريات الشبكات الالتفافية 2015

Residual Network (ResNet)

الشبكة المتبقية ResNet

شبكات التفافية عميقة جداً تتعلم دوالاً متبقية F(x) = H(x) − x عبر اتصالات تخطٍّ، مما سمح بتدريب شبكات بمئات الطبقات.

Parameters
25.56M
النوع
Residual convolutional network
معماريات الشبكات الالتفافية 2017

Densely Connected Convolutional Network (DenseNet)

الشبكة الكثيفة DenseNet

شبكة التفافية تتصل فيها كل طبقة داخل الكتلة بكل الطبقات السابقة عبر دمج خرائط السمات، فتعيد استخدام السمات بكفاءة.

Parameters
7.98M
النوع
Densely connected convolutional network
معماريات الشبكات الالتفافية 2017

MobileNet

موبايل نت

شبكة التفافية خفيفة للأجهزة المحمولة تستبدل الالتفاف العادي بالتفاف منفصل عمقياً (عمقي ثم نقطي) يقلل الحساب بنحو 8–9 مرات.

Parameters
4.23M
النوع
Efficient convolutional network (depthwise separable)
معماريات الشبكات الالتفافية 2019

EfficientNet

إفيشنت نت

عائلة شبكات التفافية تبدأ من شبكة أساسية (B0) وُجدت بالبحث المعماري، ثم تُكبَّر بالتحجيم المركب للعمق والعرض والدقة معاً.

Parameters
5.29M
النوع
Scaled efficient convolutional network

الشبكات العصبية التكرارية Recurrent Neural Networks

الشبكات العصبية التكرارية 1990

Simple Recurrent Network (Elman RNN)

الشبكة التكرارية البسيطة (Elman)

شبكة تحمل حالة مخفية من خطوة زمنية إلى التالية عبر وحدات سياق، فتستطيع معالجة تسلسلات بأطوال متغيرة.

Parameters
24.33K
النوع
Simple recurrent network
الشبكات العصبية التكرارية 1997

Bidirectional Recurrent Neural Network

الشبكة التكرارية ثنائية الاتجاه

شبكة تكرارية بطبقتين مخفيتين مستقلتين: واحدة تقرأ التسلسل للأمام وأخرى للخلف، فيرى كل موضع السياقين السابق واللاحق.

Parameters
48.65K
النوع
Bidirectional recurrent network
الشبكات العصبية التكرارية 1997

Long Short-Term Memory

الذاكرة الطويلة قصيرة المدى

شبكة تكرارية بخلية ذاكرة وبوابات تتحكم في الكتابة والمحو والقراءة، فتتعلم اعتماديات تمتد لمئات الخطوات.

Parameters
397.83K
النوع
Gated recurrent network
الشبكات العصبية التكرارية 2005

Bidirectional LSTM

LSTM ثنائية الاتجاه

دمج خلايا LSTM مع الهيكل ثنائي الاتجاه، فيستفيد كل موضع من سياق طويل في الاتجاهين.

Parameters
175.42K
النوع
Bidirectional gated recurrent network
الشبكات العصبية التكرارية 2014

Gated Recurrent Unit

الوحدة التكرارية ذات البوابات

خلية تكرارية مبسطة ببوابتين (التحديث وإعادة الضبط) ودون حالة خلية منفصلة، بأداء قريب من LSTM ومعاملات أقل.

Parameters
299.02K
النوع
Gated recurrent network
الشبكات العصبية التكرارية 2014

Sequence to Sequence (Seq2Seq)

نموذج تسلسل إلى تسلسل

نموذج مشفّر-فك تشفير من LSTM عميقة يقرأ جملة كاملة ثم يولّد جملة أخرى بطول مختلف، دون محاذاة صريحة.

Parameters
384.14M
النوع
Recurrent encoder–decoder

المحوّلات Transformers

المحوّلات 2017

Transformer

المحوّل

أول نموذج مشفّر-فك تشفير يعتمد كلياً على الانتباه دون تكرار أو التفاف، فيعالج كل مواضع التسلسل بالتوازي.

Parameters
63.08M
النوع
Encoder–decoder Transformer
المحوّلات 2018

GPT (Generative Pre-trained Transformer)

جي بي تي 1

فك تشفير محوّل يُدرَّب مسبقاً على التنبؤ بالكلمة التالية في نصوص طويلة ثم يُضبط بدقة لمهام الفهم بتحويل المدخلات إلى تسلسلات.

Parameters
116.53M
النوع
Decoder-only Transformer
المحوّلات 2019

RoBERTa (Robustly Optimized BERT Pretraining Approach)

روبرتا

إعادة دراسة لتدريب BERT بينت أنه كان غير مدرَّب بما يكفي؛ بالمعمارية نفسها وتدريب أطول وبيانات أكثر تحسنت النتائج كثيراً.

Parameters
124.65M
النوع
Encoder-only Transformer
المحوّلات 2019

ALBERT (A Lite BERT)

ألبرت

نسخة خفيفة من BERT تقلل المعاملات كثيراً بتفكيك مصفوفة التضمين ومشاركة الأوزان بين كل الطبقات.

Parameters
11.68M
النوع
Encoder-only Transformer with parameter sharing
المحوّلات 2019

T5 (Text-to-Text Transfer Transformer)

تي 5

إطار يحوّل كل مهام اللغة إلى صيغة «نص إلى نص» بنموذج مشفّر-فك تشفير واحد، مع دراسة منهجية لخيارات التدريب المسبق.

Parameters
222.9M
النوع
Encoder–decoder Transformer
المحوّلات 2019

XLNet

إكس إل نت

نموذج تدريب مسبق ذاتي الانحدار يعظّم الاحتمال المتوقع على كل ترتيبات التبديل للتسلسل، فيحصل على سياق ثنائي الاتجاه دون رمز [MASK].

Parameters
116.72M
النوع
Autoregressive Transformer-XL encoder

نماذج الرؤية الحاسوبية Vision Models

نماذج الرؤية الحاسوبية 2015

U-Net

يو-نت

شبكة التفافية كاملة على شكل حرف U تجمع مساراً متقلصاً يلتقط السياق ومساراً متمدداً يستعيد الدقة، مع اتصالات تخطٍّ تنقل التفاصيل.

Parameters
31.03M
النوع
Encoder–decoder fully convolutional network
نماذج الرؤية الحاسوبية 2015

YOLO (You Only Look Once)

يولو (أنت تنظر مرة واحدة فقط)

كاشف أجسام بمرحلة واحدة يعيد صياغة الكشف كمسألة انحدار: شبكة واحدة تتنبأ بالصناديق والفئات لكل خلايا الصورة في تمرير واحد.

Parameters
271.7M
النوع
Single-stage convolutional detector
نماذج الرؤية الحاسوبية 2020

Vision Transformer (ViT)

محوّل الرؤية

تطبيق مشفّر المحوّل القياسي مباشرة على تسلسل من رقع الصورة، دون التفافات تقريباً، مع تدريب مسبق على بيانات ضخمة.

Parameters
86.57M
النوع
Encoder-only Transformer on image patches
نماذج الرؤية الحاسوبية 2020

Data-efficient Image Transformer (DeiT)

محوّل الصور كفء البيانات

طريقة لتدريب ViT على ImageNet-1k وحده بنتائج تنافسية، باستخدام زيادة بيانات قوية وتقطير عبر رمز تقطير خاص.

Parameters
22.05M
النوع
Vision Transformer with distillation token
نماذج الرؤية الحاسوبية 2020

DETR (DEtection TRansformer)

محوّل الكشف

كاشف أجسام من طرف إلى طرف يتنبأ بمجموعة الكشوف مباشرة بمحوّل واستعلامات متعلَّمة، دون مراسٍ ولا كبت للقيم غير العظمى.

Parameters
41.52M
النوع
CNN backbone + Transformer encoder–decoder…
نماذج الرؤية الحاسوبية 2021

Swin Transformer

محوّل سوين

محوّل رؤية هرمي يحسب الانتباه داخل نوافذ محلية مزاحة بالتناوب، فيصبح الحساب خطياً في حجم الصورة ويناسب المهام الكثيفة.

Parameters
28.29M
النوع
Hierarchical vision Transformer

الشبكات التوليدية التنافسية Generative Adversarial Networks

الشبكات التوليدية التنافسية 2014

Generative Adversarial Network

الشبكة التوليدية التنافسية

إطار توليدي تتنافس فيه شبكتان: مولّد يحوّل الضوضاء إلى عينات، ومميّز يحاول التفريق بين العينات الحقيقية والمولَّدة.

Parameters
1.09M
النوع
Adversarial generator–discriminator pair
الشبكات التوليدية التنافسية 2014

Conditional GAN

الشبكة التوليدية التنافسية المشروطة

توسيع GAN بإدخال معلومة شرطية y (مثل الفئة) إلى المولّد والمميّز معاً، للتحكم فيما يولَّد.

Parameters
3.64M
النوع
Conditional adversarial network
الشبكات التوليدية التنافسية 2015

Deep Convolutional GAN

الشبكة التوليدية التنافسية الالتفافية العميقة

مجموعة قواعد معمارية تجعل GAN الالتفافية مستقرة التدريب، مع بيان أن المميّز يتعلم سمات مفيدة وأن الفضاء الكامن يحمل حساباً متجهياً ذا معنى.

Parameters
23.69M
النوع
Convolutional GAN
الشبكات التوليدية التنافسية 2017

CycleGAN

الشبكة التنافسية الدورية

ترجمة الصور بين نطاقين دون أزواج تدريب متقابلة، بمولّدين متعاكسين وخسارة اتساق دوري تفرض أن تعود الصورة لأصلها بعد الترجمة ذهاباً وإياباً.

Parameters
28.29M
النوع
Paired generators with cycle consistency
الشبكات التوليدية التنافسية 2018

StyleGAN (Style-Based Generator)

ستايل جان

مولّد GAN يعيد تصميم مسار الكامن: شبكة تعيين تنتج w، ثم يتحكم w في «أسلوب» كل طبقة عبر AdaIN، مع ضوضاء لكل بكسل للتفاصيل…

Parameters
غير محدد
النوع
Style-based GAN generator

المشفرات التلقائية Autoencoders

المشفرات التلقائية 2006

Deep Autoencoder

المشفّر التلقائي العميق

شبكة تتعلم ضغط المدخل إلى شفرة منخفضة الأبعاد ثم إعادة بنائه، ودُربت عميقاً لأول مرة بتهيئة طبقية مسبقة.

Parameters
2.84M
النوع
Symmetric encoder–decoder MLP
المشفرات التلقائية 2013

Variational Autoencoder

المشفّر التلقائي التبايني

نموذج توليدي احتمالي يتعلم مشفّراً يقرّب التوزيع اللاحق q(z|x) ومفككاً p(x|z)، ويدرَّب بتعظيم حد أدنى للدليل (ELBO) مع خدعة إعادة المعاملة.

Parameters
815.82K
النوع
Probabilistic encoder–decoder (latent variable model)
المشفرات التلقائية 2017

β-VAE

بيتا-VAE

تعديل بسيط لـ VAE يضرب حد KL في β > 1، فيدفع النموذج إلى تمثيلات كامنة مفككة يمثل كل بُعد فيها عاملاً مستقلاً من…

Parameters
815.82K
النوع
Variational autoencoder with weighted KL

نماذج الانتشار Diffusion Models

نماذج الانتشار 2020

Denoising Diffusion Probabilistic Models

نماذج الانتشار الاحتمالية لإزالة الضوضاء

نموذج توليدي يضيف ضوضاء غاوسية تدريجياً إلى البيانات عبر T خطوة، ويتعلم بشبكة U-Net عكس العملية خطوة بخطوة بالتنبؤ بالضوضاء.

Parameters
35.75M
النوع
Denoising diffusion model with U-Net
نماذج الانتشار 2020

Denoising Diffusion Implicit Models

نماذج الانتشار الضمنية لإزالة الضوضاء

عملية انتشار غير ماركوفية لها هدف التدريب نفسه في DDPM، لكنها تسمح بأخذ عينات حتمي وأسرع بكثير على تسلسل جزئي من الخطوات.

Parameters
35.75M
النوع
Non-Markovian diffusion sampler
نماذج الانتشار 2021

Improved Denoising Diffusion Probabilistic Models

نماذج DDPM المحسَّنة

تحسينات على DDPM: تعلم تباين عملية العكس، وجدول ضوضاء جيبي، وخسارة هجينة، مما يحسن الاحتمال اللوغاريتمي ويسمح بخطوات أقل.

Parameters
غير محدد
النوع
Diffusion model with learned variance
نماذج الانتشار 2021

Latent Diffusion Model

نموذج الانتشار الكامن

تنفيذ الانتشار في الفضاء الكامن لمشفّر تلقائي مدرب مسبقاً بدل فضاء البكسلات، مع انتباه متقاطع يجعل التوليد مشروطاً بالنص أو غيره.

Parameters
غير محدد
النوع
Diffusion in autoencoder latent space…
نماذج الانتشار 2022

Stable Diffusion

الانتشار المستقر

نموذج انتشار كامن مفتوح الأوزان يولد صوراً 512×512 من وصف نصي، بمشفّر نص CLIP مجمَّد و U-Net كامنة و VAE.

Parameters
1.07B
النوع
Text-conditioned latent diffusion model

الشبكات العصبية البيانية Graph Neural Networks

الشبكات العصبية البيانية 2016

Graph Convolutional Network

الشبكة الالتفافية البيانية

طبقة التفاف بياني بسيطة مشتقة من تقريب من الدرجة الأولى للمرشحات الطيفية، تجمع تمثيلات الجيران بأوزان مطبَّعة بالدرجة.

Parameters
23.06K
النوع
Spectral-inspired graph convolution
الشبكات العصبية البيانية 2017

Graph Attention Network

شبكة الانتباه البيانية

طبقات بيانية تتعلم بالانتباه وزناً مختلفاً لكل جار بدل الأوزان الثابتة بالدرجة، مع انتباه متعدد الرؤوس.

Parameters
92.37K
النوع
Attention-based message passing
الشبكات العصبية البيانية 2017

GraphSAGE (SAmple and aggreGatE)

جراف سيج

إطار استقرائي يتعلم دوال تجميع لسمات الجيران المأخوذين عينةً، فيولّد تضمينات لعقد جديدة لم ترها الشبكة أثناء التدريب.

Parameters
46.1K
النوع
Inductive sampling-based message passing
الشبكات العصبية البيانية 2018

Graph Isomorphism Network

شبكة التماثل البياني

شبكة بيانية بتجميع بالجمع و MLP، مثبتة نظرياً أنها بقوة اختبار Weisfeiler-Lehman في تمييز الرسوم غير المتماثلة، وهي أقصى قوة لهذه العائلة.

Parameters
31.19K
النوع
Sum-aggregation message passing (WL-expressive)

النماذج متعددة الوسائط Multimodal Models

النماذج متعددة الوسائط 2021

CLIP (Contrastive Language–Image Pre-training)

كليب

مشفّر صور ومشفّر نص يُدرَّبان معاً بخسارة تباينية على 400 مليون زوج صورة-نص، فيتعلمان فضاءً مشتركاً يتيح التصنيف دون أمثلة تدريب.

Parameters
151.28M
النوع
Dual-encoder contrastive model
النماذج متعددة الوسائط 2022

BLIP (Bootstrapping Language-Image Pre-training)

بليب

نموذج رؤية-لغة موحد يجمع الفهم والتوليد بثلاثة أهداف، ويحسّن بيانات الويب الصاخبة بتوليد أوصاف صناعية وتنقيتها (CapFilt).

Parameters
223.97M
النوع
Multimodal mixture of encoder–decoder
النماذج متعددة الوسائط 2023

LLaVA (Large Language and Vision Assistant)

لافا

مساعد متعدد الوسائط يربط مشفّر رؤية CLIP بنموذج لغوي كبير عبر إسقاط بسيط، ويُضبط بتعليمات بصرية مولَّدة آلياً.

Parameters
13.32B
النوع
Vision encoder + projection +…