مقارنة معماريتين
Compare Architectures
اختر معماريتين لعرضهما جنباً إلى جنب: البنية، ومعالجة البيانات، وتدفق المعلومات، والمزايا، والقيود، والاستخدامات، والتطور التاريخي.
| المعيار | الشبكة العصبية الالتفافيةConvolutional Neural Network (CNN) | المحوّلTransformer |
|---|---|---|
| المخطط | ||
| الظهور | أعمال لوكن منذ أواخر الثمانينيات، وLeNet-5 عام 1998 | 2017 |
| العائلة | الشبكات الالتفافية | الانتباه والمحولات |
| البنية | التفاف → تنشيط → تجميع (تتكرر)، ثم طبقات كاملة الاتصال. | كتل متكررة: انتباه ذاتي متعدد الرؤوس → جمع وتطبيع → تغذية أمامية → جمع وتطبيع. النسخة الأصلية مشفّر ومفكّك. |
| طريقة معالجة البيانات | كل مرشح يكتشف نمطاً محلياً (حافة، زاوية، ملمس) في كل مواقع الصورة. | تُحوّل الرموز إلى متجهات ويُضاف إليها ترميز الموقع، ثم تمر بالكتل بالتوازي. |
| تدفق المعلومات | الطبقات الأولى تلتقط ملامح بسيطة والأعمق تلتقط أجزاءً وأشياء. | كل رمز يحسب أوزان انتباه لكل الرموز الأخرى ويجمع قيمها. |
| المزايا |
|
|
| القيود |
|
|
| الاستخدامات | تصنيف الصور، كشف الأجسام، تحليل الصور الطبية. | النماذج اللغوية الكبيرة، الترجمة، الرؤية (ViT)، الكلام. |
| التطور التاريخي | شبكة تستخدم مرشحات محلية مشتركة الأوزان تمسح الصورة، مع طبقات تجميع، ثم طبقات كاملة الاتصال للتصنيف. | معمارية تعتمد على الانتباه الذاتي متعدد الرؤوس بدلاً من التكرار، مع ترميز للمواقع وطبقات تغذية أمامية ووصلات متبقية. |
المخططات توضيحية ومبسطة. للاطلاع على المصادر افتح صفحة كل معمارية.
