مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | Deep Autoencoder | Multilayer Perceptron |
|---|---|---|
| العائلة | المشفرات التلقائية | الشبكات العصبية الأساسية |
| سنة الظهور | 2006 | 1986 |
| الباحثون | Geoffrey E. Hinton, Ruslan R. Salakhutdinov | David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams |
| نوع المعمارية | Symmetric encoder–decoder MLP | Fully connected feed-forward network |
| آلية التعلم | unsupervised | supervised |
| التكوين المقارن | المشفّر التلقائي العميق 784-1000-500-250-30 (MNIST) | MLP 784-256-128-10 (تهيئة تعليمية على MNIST) |
| شكل المدخل | 784 | 784 |
| شكل المخرج | 784 | 10 |
| العمق | 8 طبقات خطية | 3 طبقات خطية قابلة للتعلم |
| Parameters (محسوبة) | 2,837,314 ≈2.84M | 235,146 ≈235.15K |
| Parameters (منشورة) | غير محدد | غير محدد |
| MACs | 2,833,000 ≈2.83M مجموع ضرب-جمع الطبقات الثماني لكل صورة. | 234,752 ≈234.75K مجموع ضرب-جمع الطبقات الخطية الثلاث لكل عينة. |
| التعقيد | O(Σ dₗ·dₗ₊₁). | O(Σ dₗ·dₗ₊₁) لكل عينة |
| المهام | تقليل الأبعاد، تعلم التمثيلات، إزالة الضوضاء | تصنيف، انحدار، تقريب الدوال |
| أبرز ميزة | تقليل أبعاد غير خطي أفضل من PCA | مقرِّب شامل للدوال نظرياً |
| أبرز قيد | الفضاء الكامن غير منتظم ولا يصلح للتوليد مباشرة | لا يستغل البنية المكانية أو الزمنية للبيانات |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | الأبعاد من الورقة (MNIST). الأوزان تُهيأ بـ RBM مكدسة ثم تُفك (Unrolling) وتصبح مستقلة في الضبط الدقيق؛ الحساب يفترض انحيازاً لكل طبقة. | التهيئة 784-256-128-10 مثال تعليمي شائع وليست من ورقة Rumelhart وآخرين (1986) التي استخدمت شبكات صغيرة جداً. |
العلاقات المسجلة بين النماذج المقارنة
- Deep Autoencoder متغير منه Multilayer Perceptron — مكون من طبقات كاملة الاتصال.
