DenseNet لديها حاجة أقل للطبقات العريضة لأن الطبقات متصلة بكثافة يكون هناك القليل من التكرار في الخصائص المكتسبة. تشترك جميع طبقات الكتلة الكثيفة نفسها في معرفة جماعية.
التصنيف: الذكاء الاصطناعي
يتكون نموذج ResNet-50 من 5 مراحل لكل منها كتلة التفاف (convolutional) وهوية (identity). تحتوي كل كتلة التفاف على 3 طبقات التفاف ولكل كتلة هوية أيضًا 3 طبقات التفاف.
ResNet50 هو نموذج يتم استخدامه كثيرًا في التعلم العميق، ولكن مع وجود أكثر من 25 مليون بارامتر (parameter)، فهو يمثل الجانب الأكبر للاستخدام على الأجهزة المحمولة.
VGG16 عبارة عن بنية شبكة عصبية التلافيفية (CNN) تم استخدامها للفوز بمنافسة ILSVR (Imagenet) في عام 2014. تعتبر واحدة من نماذج الهندسة المعمارية الممتازة حتى الآن.
SMOTE هي تقنية over-sampling تركز على توليد بيانات جدولية تركيبية. الفكرة العامة لـ SMOTE هي توليد بيانات تركيبية (synthetic data) بين كل عينة من فئة الأقلية و”k” أقرب جيرانها.
صور MNIST هي 28 × 28 بكسل وهي أصغر مما تتوقعه LeNet-5 32 × 32 بكسل. حل سهل لذلك هو مجرد حشو الصور بالأصفار لجعل حجم صور MNIST يصل إلى 32 × 32 بكسل.
أظهرت AlexNet التي تستخدم تعلم النقل (transfer learning) الذي يستخدم أوزان الشبكة المدربة مسبقًا على مجموعة بيانات ImageNet أداءً استثنائيًا.
تمثل شبكة الخلايا العصبية الاصطناعية نموذجًا حسابيًا يشبه الجهاز العصبي البشري الاصطناعي تمامًا. إنه مصمم لتلقي المعلومات ومعالجتها وإرسال المعلومات في شكل قيمة مخرجات.
الروبوتات التي تعمل بالذكاء الاصطناعي اليوم أو على الأقل تلك الآلات التي تعتبر كذلك ليس لديها ذكاء عام طبيعي لكنها قادرة على حل المشكلات و “التفكير” بقدرة محدودة.
تم استخدام الذكاء الاصطناعي والتعلم الآلي بالتبادل من قبل العديد من الشركات في السنوات الأخيرة بسبب نجاح بعض أساليب التعلم الآلي في مجال الذكاء الاصطناعي.
السلة