كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةموسوعة شبكات التعلم العميق الحديثةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

الشبكات التوليدية

Generative Networks

المشفّر التلقائي ← VAE ← GAN ← نماذج الانتشار.

متقدم

أهداف المسار

  • التمييز بين الضغط والتوليد.
  • اشتقاق ELBO وحيلة إعادة المعلمة.
  • فهم اللعبة التنافسية وانهيار الأنماط.
  • شرح إضافة الضوضاء وإزالتها في الانتشار وسبب بطء التوليد.

المتطلبات السابقة

  • مسار الأساسيات.
  • احتمالات: التوزيع الطبيعي والتوقع وتباعد KL.

ترتيب التعلّم

  1. المشفّر التلقائي Autoencoder

    شبكة تضغط الدخل إلى تمثيل كامن صغير (encoder) ثم تعيد بناءه (decoder)، فتتعلم تمثيلاً مضغوطاً دون تسميات.

  2. المشفّر التلقائي التبايني Variational Autoencoder

    نموذج توليدي احتمالي بمتغير كامن: مشفّر يقدّر توزيعاً تقريبياً q(z x) ومفكك يمثل p(x z)، ويُدرّبان معاً بتعظيم الحد الأدنى للأدلة (ELBO) باستخدام خدع…

  3. المشفّر التلقائي بالتكميم المتجهي Vector Quantized Variational Autoencoder

    مشفّر تلقائي يكمّم خرج المشفّر إلى أقرب متجه في قاموس متعلَّم (codebook)، فيصبح التمثيل رموزاً منفصلة، ثم يُتعلَّم توزيع مسبق ذاتي الانحدار على هذه ا…

  4. الشبكات التوليدية التنافسية Generative Adversarial Networks

    إطار توليدي من شبكتين تتنافسان: مولّد يحوّل ضوضاء عشوائية إلى عينات، ومميِّز يحاول التفريق بين العينات الحقيقية والمولَّدة. يتحسن المولّد حتى يصعب عل…

  5. الشبكات التنافسية المشروطة Conditional GAN

    امتداد لـ GAN يُمرَّر فيه شرط y (فئة، نص، صورة) إلى المولّد والمميِّز معاً، فيتعلم النموذج التوزيع الشرطي p(x y) ويمكن التحكم بما يُولَّد.

  6. نماذج الانتشار Diffusion Models (DDPM)

    تفسد البيانات تدريجياً بإضافة ضوضاء غاوسية عبر T خطوة، ثم تتعلم شبكة عكس هذه العملية بالتنبؤ بالضوضاء المضافة، فيُولَّد مثال جديد بإزالة الضوضاء خطوة…

  7. نماذج الانتشار الكامنة Latent Diffusion Models

    تطبق الانتشار في فضاء كامن مضغوط من مشفّر تلقائي مدرّب مسبقاً بدلاً من فضاء البكسلات، مع آلية انتباه متقاطع لإدخال الشروط (نص، تجزئة...)، فتقل الحساب…

  8. مطابقة التدفق Flow Matching

    تتعلم حقل سرعة لمعادلة تفاضلية عادية ينقل توزيع الضوضاء إلى توزيع البيانات، بالانحدار مباشرة على سرعات مسارات احتمالية بسيطة (مثل خطوط مستقيمة بين ضو…

المختبرات

مشاريع مقترحة

  1. شغّل مثالي GAN والانتشار في الموسوعة على حلقة الغاوسيات الثماني، وقارن عدد الأنماط المغطاة.
  2. غيّر وزن حد KL في مثال VAE ولاحظ المفاضلة بين جودة الإعادة وانتظام الفضاء الكامن.
  3. صمم تقييماً لنموذج توليدي للصور الطبية يفصل بين جودة العينات وخطر حفظ بيانات المرضى.

اختبار المسار

  1. صح أو خطأ

    في VAE يسمح أخذ العيّنة $z=\mu+\sigma\epsilon$ بمرور التدرج إلى المشفّر.

  2. مفهوم

    ما المقصود بانهيار الأنماط (Mode Collapse) في GAN؟

  3. مفهوم

    ما الذي يتعلمه نموذج الانتشار DDPM في كل خطوة تدريب؟

  4. صح أو خطأ

    نماذج الانتشار الكامن تطبّق الانتشار في فضاء مضغوط بمشفّر تلقائي لتقليل الكلفة.