الشبكات العصبية الالتفافية (CNNs)

الشبكات العصبية الالتفافية (CNNs) نوع متخصص من الشبكات العصبية، صُمم لمعالجة بيانات الصور. وتُستخدم على نطاق واسع في مهام مثل تصنيف الصور، واكتشاف الأجسام، والتعرف على الوجوه.

لماذا تُعد CNNs فعالة للصور

تُعد CNNs فعالة لأنها:

• تحافظ على العلاقات المكانية: تعالج الصور على هيئة شبكات من وحدات البكسل.
• تقلل التكلفة الحسابية: تستخدم أوزانًا مشتركة للمناطق المحلية (النوى).
• تستخرج ميزات هرمية: تكتشف الحواف والأشكال والأنماط المعقدة عبر طبقات متعددة.

طبقات الالتفاف

طبقات الالتفاف هي جوهر CNNs. فهي تطبّق مرشحات (نوى) على صورة الإدخال لاستخراج الميزات.

مثال:

• الإدخال: صورة بحجم 5×5.
• النواة: مرشح بحجم 3×3.
• الإخراج: خريطة ميزات تبرز الأنماط.

مثال: تطبيق عملية التفاف

يمكننا استخدام Python وNumPy لمحاكاة عملية التفاف بسيطة:

import numpy as np

# Example 5x5 image
image = np.array([
    [1, 2, 3, 0, 1],
    [0, 1, 2, 3, 4],
    [1, 2, 3, 0, 1],
    [0, 1, 2, 3, 4],
    [1, 0, 1, 2, 3]
])

# Example 3x3 kernel
kernel = np.array([
    [1, 0, -1],
    [1, 0, -1],
    [1, 0, -1]
])

# Perform convolution (without padding or strides)
from scipy.signal import convolve2d
output = convolve2d(image, kernel, mode='valid')
print("Feature Map:", output)

طبقات التجميع

تقلل طبقات التجميع حجم خرائط الميزات مع الاحتفاظ بالمعلومات المهمة. وتشمل الأنواع الشائعة ما يلي:

• التجميع بأخذ القيمة العظمى: يحتفظ بالقيمة العظمى في منطقة.
• التجميع المتوسط: يحسب القيمة المتوسطة في منطقة.

الطبقات المتصلة بالكامل

تربط الطبقات المتصلة بالكامل جميع العصبونات من طبقة بالطبقة التالية. وتجمع السمات المستخرجة لإجراء تنبؤات في مهام مثل تصنيف الصور.

بنية CNN النموذجية

تتكوّن بنية CNN النموذجية من:

1. طبقات الالتفاف: تستخرج الميزات من المدخلات.
2. طبقات التجميع: تقلل أبعاد خرائط الميزات.
3. الطبقات المتصلة بالكامل: تنفذ التصنيف النهائي أو الانحدار.

مزايا شبكات CNN

تتميز شبكات CNN بفاعلية كبيرة في معالجة الصور بفضل ما يلي:

• استخراج الميزات بكفاءة باستخدام طبقات الالتفاف.
• تقليل فرط التكيّف من خلال مشاركة المعلمات.
• القدرة على معالجة بيانات الصور المعقدة باستخدام طبقات متعددة.

الملخص والخطوات التالية

في هذا الدرس، قمنا بما يلي:

• استكشفنا بنية الشبكات العصبية الالتفافية وآلية عملها.
• تعلمنا الالتفاف وطبقات التجميع والطبقات المتصلة بالكامل.
• ناقشنا مزايا CNNs في معالجة الصور.

بعد ذلك، سنبني مشروعًا أساسيًا لتصنيف الصور باستخدام CNNs لتطبيق ما تعلمناه.