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 الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

التعلم العميق · Deep Learning

انتشار أمامي وعكسي لشبكة صغيرة

MLP Forward and Backward Pass

متوسطالتعلم العميق

تدريب شبكة بطبقة مخفية على XOR بالانتشار العكسي اليدوي.

X = [0 0 1 1; 0 1 0 1];  T = [0 1 1 0];
W1 = [0.5 -0.4; 0.3 0.8; -0.6 0.2; 0.7 -0.5];  b1 = [0.1; -0.1; 0.05; 0];
W2 = [0.4 -0.3 0.6 -0.2];  b2 = 0;
sig = @(z) 1 ./ (1 + exp(-z));
lr = 1.0;
for epoch = 1:5000
    H = tanh(W1 * X + b1);
    Y = sig(W2 * H + b2);
    dZ2 = Y - T;
    dW2 = dZ2 * H' / 4;  db2 = mean(dZ2);
    dZ1 = (W2' * dZ2) .* (1 - H.^2);
    dW1 = dZ1 * X' / 4;  db1 = mean(dZ1, 2);
    W2 = W2 - lr*dW2;  b2 = b2 - lr*db2;
    W1 = W1 - lr*dW1;  b1 = b1 - lr*db1;
end
Y = sig(W2 * tanh(W1 * X + b1) + b2);
fprintf('outputs = %s\n', mat2str(Y, 3));
fprintf('predictions = %s\n', mat2str(double(Y > 0.5)));

شرح الخطوات

  1. طبقة مخفية بأربعة عصبونات tanh وخرج sigmoid.
  2. خسارة BCE فتدرج الخرج Y − T مباشرة.
  3. نحدّث كل الأوزان بالانحدار التدرجي على الدفعة كاملة.

المخرجات المتوقعة

مخرجات فعلية من GNU Octave
outputs = [5.83e-05 1 0.999 0.000564]
predictions = [0 1 1 0]

شُغّل هذا الكود في GNU Octave 8.4 أثناء إعداد المكتبة والمخرجات المعروضة ناتجه الفعلي. لم يُختبر في MATLAB نفسه، لكنه يستخدم دوال MATLAB الأساسية فقط والطباعة بـ fprintf/disp.