WEBVTT 00:00.180 --> 00:04.020 أهلا ومرحبا بكم في قسم الشبكات العصبية التلافيفية. 00:04.020 --> 00:07.500 متحمس جدًا لانضمامك إلينا في هذا القسم أيضًا. 00:07.500 --> 00:11.010 واليوم سنغطي خطة الهجوم. 00:11.010 --> 00:13.560 كيف سنتعلم كل شيء في هذا القسم؟ 00:13.560 --> 00:14.910 هناك الكثير لنتعلمه. 00:15.480 --> 00:17.340 دعونا نرى كيف سنتعامل مع هذا. 00:17.340 --> 00:17.790 حسنا. 00:17.790 --> 00:19.350 ماذا سنتعلم في هذا القسم. 00:19.350 --> 00:25.050 بادئ ذي بدء ، سنتحدث عن الشبكات التلافيفية المهمة جدًا في الواقع لفهم الهدف النهائي الذي 00:25.050 --> 00:28.710 تعمل على تحقيقه قبل أن تبدأ فعليًا في العمل على تحقيقه. 00:28.710 --> 00:30.270 لذلك سنتحدث عن الميزات. 00:30.270 --> 00:31.980 سنلقي نظرة على بعض الأمثلة الصغيرة. 00:31.980 --> 00:36.660 سنقارن الدماغ البشري بالشبكات العصبية الاصطناعية من حيث التعرف على الصور. 00:36.660 --> 00:42.210 لذلك سيكون تعليميًا صغيرًا ممتعًا لبدء هذا القسم بأكمله. 00:42.360 --> 00:47.340 ثم سنتحدث عن الخطوة الأولى ، الغوص مباشرة في عملية الالتفاف. 00:47.340 --> 00:56.970 لذا فإن هذا الجزء من الدورة يحتوي على العديد من الخطوات التي نحتاج إلى القيام بها من أجل بناء شبكة عصبية تلافيفية. 00:56.970 --> 00:58.980 وهذه هي الطريقة التي سيتم بها تقسيم هذه الدروس. 00:58.980 --> 01:00.450 إذن هذه ستكون الخطوة الأولى. 01:00.450 --> 01:06.420 ستتعلم عملية الالتواء كل شيء عن أجهزة الكشف عن الميزات. 01:06.420 --> 01:08.700 سنتحدث عن ، وهي أيضًا مرشحات. 01:08.700 --> 01:14.490 سنتحدث عن خرائط الميزات وكيف هي المعلمات المختلفة هناك ، وماذا تعني. 01:14.490 --> 01:17.130 وسنلقي نظرة على بعض الأمثلة المرئية أيضًا. 01:17.250 --> 01:26.580 ثم سنتحدث عن الخطوة الأولى ، الجزء ب ، طبقة القيمة أو الطبقة الحمراء ، وهي الوحدة الخطية المصححة. 01:26.580 --> 01:35.190 وسنتحدث عن سبب كون الخطية غير جيدة وكيف نريد المزيد من اللاخطية في شبكتنا للتعرف 01:35.190 --> 01:36.510 على الصور. 01:36.600 --> 01:41.250 ثم سنتحدث عن الخطوة الثانية ، وسنفهم كيفية عمل التجميع. 01:41.250 --> 01:46.350 سنتحدث على وجه التحديد عن الحد الأقصى للتجميع وسنذكر أيضًا شيئين حول التجميع 01:46.350 --> 01:51.300 المتوسط أو بعض التجميع والنهج الأخرى التي يمكنك اتباعها في عملية التجميع. 01:51.900 --> 01:55.440 في هذه المحاضرة أيضًا ، سيكون لدينا مثال رائع حقًا. 01:55.440 --> 01:59.640 لذلك ستكون هناك أداة تفاعلية ومرئية للغاية سنلقي نظرة عليها. 01:59.640 --> 02:05.130 لذا تأكد من البقاء حتى نهاية تلك المحاضرة لأن ذلك سيضيف الكثير من القيمة إلى عملية 02:05.130 --> 02:08.400 التعلم الخاصة بك ، ما سنناقشه في النهاية هناك. 02:09.030 --> 02:10.590 الخطوة الثالثة التسطيح. 02:10.590 --> 02:16.050 لذلك سنكون هنا برنامجًا تعليميًا سريعًا حول كيفية الانتقال من الطبقات المجمعة إلى الطبقة 02:16.050 --> 02:17.070 المسطحة. 02:17.070 --> 02:19.450 وبعد ذلك سنتحدث عن الاتصالات الكاملة. 02:19.450 --> 02:25.950 إذن ، هذا هو البرنامج التعليمي المليء بالحيوية الذي يجمع كل شيء معًا ويضع كل شيء في منظوره 02:25.950 --> 02:33.270 الصحيح ويظهر لك في الواقع كيف يعمل كل شيء في نهاية اليوم وكيف تفهم تلك الخلايا العصبية النهائية 02:33.270 --> 02:40.740 كيفية تصنيف الصورة ، وهو برنامج تعليمي مهم جدًا جدًا ونأمل أن يلخص ذلك أو نوعًا ما ضع كل شيء معًا من 02:40.740 --> 02:42.240 أجلك. 02:42.240 --> 02:45.930 وأخيرًا سيكون لدينا ملخص يلخص كل ما تحدثنا عنه. 02:46.290 --> 02:52.950 وكميزة إضافية صغيرة ، قمت بتضمين برنامج تعليمي عن أجهزة Mac اللينة والانتروبيا المتقاطعة ، لذلك ليس عليك أن تأخذ هذا البرنامج 02:52.950 --> 02:54.000 التعليمي. 02:54.000 --> 02:59.310 لكنني اعتقدت أنها ستكون إضافة رائعة للمعرفة لأن هذه مصطلحات ستصادفك عند التعامل 02:59.310 --> 03:01.830 مع الشبكات العصبية التلافيفية. 03:01.830 --> 03:04.500 لذلك ربما ، ربما تأخذها على الفور. 03:04.500 --> 03:10.860 ربما عندما تصادف هذه الشروط ، ستعرف دائمًا أنه يمكنك العودة إلى هذه الدورة التدريبية واتخاذ هذا البرنامج التعليمي 03:10.950 --> 03:14.430 لفهم أفضل ما هي أجهزة Mac اللينة والانتروبيا المتقاطعة. 03:14.430 --> 03:20.280 وأيضًا ، كما هو الحال دائمًا ، خلال هذه البرامج التعليمية ، سيكون هناك الكثير من القراءة الموصى بها لك لزيادة 03:20.280 --> 03:22.860 المهارات والحصول على مزيد من المعرفة. 03:23.100 --> 03:25.950 وفي هذه الملاحظة ، لا أطيق الانتظار لرؤيتك في البرنامج التعليمي الأول. 03:25.950 --> 03:31.380 سيكون هذا قسمًا ممتعًا ومثيرًا للغاية وحتى في المرة القادمة ، استمتع بالتعلم العميق.