اكتب رقمًا.
واكتشف ما تراه الآلة.
خطّ صغير منك، وآلاف الأوزان تعمل خلفه. ارسم رقمًا من 0 إلى 9 وجرّب بنفسك.
ابدأ من هنا
ارسم رقمًا كبيرًا في المنتصف، بالشكل 0–9.
ماذا كتبت؟
كل رقم له حكاية
ارسم رقمًا أو ارفع صورته،
وستظهر قراءة الشبكة هنا.
احتمالات الأرقام
احتمال كل رقم من 0 إلى 9الثقة تقدير للشبكة وليست ضمانًا. الصور الواضحة لرقم واحد تعطي نتائج أفضل.
الشبكة لا تُبرمج.
بل تتعلّم.
ابدأ بشبكة لا تعرف الأرقام، وشاهد الأوزان تتحسن أمامك مع كل دورة.
كيف تتحول المحاولة إلى معرفة؟
يصبح الرسم 784 قيمة تدخل الشبكة العصبية Neural Network. تبدأ الأوزان عشوائية، ثم تقارن الشبكة إجابتها بالصواب وتغيّر الأوزان قليلًا لتقلّل الخطأ. آلاف المحاولات تجعل الأنماط أوضح.
درّب شبكة جديدة الآن
شبكة صغيرة للتجربة؛ لا تستبدل نموذج التعرف الأساسي.
الدقة ترتفع
سيظهر منحنى الدقة مع أول دورة
الخطأ ينخفض
سيظهر منحنى الخطأ مع أول دورة
جرّب ما تعلّمته الآن
ارسم رقمًا واختبر الشبكة التي درّبتها للتو.
قراءتها لرسمك ستظهر هنا
محاولة أم خمس محاولات؟
نقارن نموذجين يبدآن بالبذرة نفسها ويتعلمان من 4,000 صورة؛ الفرق هو عدد الدورات.
التكرار يساعد على التحسن، لكنه لا يضمن التحسن إلى ما لا نهاية.
ما الذي حققته الشبكة الأكبر؟
54,000 صورة للتدريب، و6,000 للتحقق خلال التعلّم، و10,000 للاختبار النهائي المستقل.
الدقة أثناء التدريب
الخطأ أثناء التدريب
أين تخلط الشبكة؟
كل صف هو الرقم الصحيح، وكل عمود هو ما توقعته الشبكة.
تعرّف على طبقات الشبكة
| الطبقة | النوع | عدد الأوزان |
|---|
والخطوة القادمة؟ التعلّم من أخطائنا.
تصحيحاتكم أمثلة جديدة يمكن مراجعتها وإضافتها لاحقًا إلى بيانات التدريب. حفظ التصحيح لا يغيّر النموذج مباشرة.
أنت ترى رقمًا.
هي ترى 784 قيمة.
اتبع رحلة رسمك من خطوط بيضاء إلى مدخلات تقرؤها الشبكة.
ارسم… وانظر بعين الشبكة
نقصّ الفراغ ونحافظ على تناسب الخط، ثم نوسّطه في مساحة صغيرة. الأسود صفر، والأبيض واحد، والرمادي بينهما.
المدخلات الـ 784
المس أي بكسل أو حرّك المؤشر فوقه لقراءة قيمته.
اختر بكسلًا لاستكشافه
من مدخلات إلى قرار
هل أذهب إلى الكلية؟
- محاضرة مهمة
- 1 × 0.6
- الجو جيد
- 1 × 0.3
- وجود صديق
- 0 × 0.2
0.9 ≥ 0.5 القرار: اذهب
أي رقم هذا؟
- المدخلات
- 784 قيمة
- المعالجة
- أوزان وطبقات
- المخرجات
- 10 احتمالات
الأعلى احتمالًا هو الرقم المتوقع
الفكرة نفسها؛ الاختلاف في عدد المدخلات والطبقات. المرشحات الالتفافية تشترك في الأوزان لتلتقط الأنماط.
مما تعلّمت الشبكة؟
مجموعة MNIST: 70,000 صورة لأرقام مكتوبة يدويًا. 60,000 للتدريب و10,000 للاختبار، وكل صورة 28×28 بكسل.
32 كاشفًا صغيرًا للأنماط
مرشحات 3×3 تعلّمتها الطبقة الأولى بنفسها. قد تستجيب للحواف والخطوط والانحناءات؛ الألوان تعرض الأوزان بعد تطبيعها.
فكرة نفهمها.
وتجربة نتعلّم منها.
مشروع مادة الذكاء الاصطناعي العملي، يحوّل تعلّم الشبكات العصبية إلى شيء يمكنك رؤيته وتجربته.
قارئ الأرقام
تطبيق تعليمي عربي يتعرّف على الأرقام المكتوبة بخط اليد من 0 إلى 9، ويكشف ما يحدث خلف الإجابة: بيانات تدخل، وأوزان تتغير، ومحاولات تجعل القرار أفضل.
فريق المشروع
- أ رأسامه راشد
- س خسامي الخضر
- م ممحمد المنتصر
أ/ شيماء عبية
مادة الذكاء الاصطناعي العملي
ونفهم التعلّم حين نرى أثر المحاولة.
أربع خطوات من الرسم إلى الإجابة
ارسم أو ارفع
رقم واحد واضح من قلمك أو صورتك.
جهّز البكسلات
قصّ وتصغير وتوسيط داخل 28×28 بكسل.
اكتشف النمط
الشبكة تقرأ أنماطًا تعلمتها من MNIST.
اعرض القرار
الرقم الأقرب والبدائل مع احتمال كل منها.
الدورة الخمسية للتعلّم
ما الذي يشغّل هذه التجربة؟
للتعلّم مساحة، وللنموذج حدود.
الدقة العالية على بيانات الاختبار لا تضمن صحة كل صورة من الهاتف. الخلفية والزاوية والخط تؤثر في النتيجة. الثقة تقدير، والشبكة تتعرف على الأنماط ولا تفهم معنى الرقم كما نفهمه.
خذ التجربة معك
تقرير المشروع يشرح الفكرة والنتائج، وحزمة المصدر تضم الكود وتعليمات تشغيله.
بيانات تجربتك
تُستخدم الصورة للتوقع. عند اختيار حفظ التصحيح فقط، نحفظ صورة الرقم المصغرة وتصنيفها للمراجعة لاحقًا. تجنّب رفع صور تحتوي معلومات شخصية.