التعلم المنقول Transfer Learning - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

--- SECTION: التعلم المنقول Transfer Learning --- التعلم المنقول Transfer Learningالتعلم المنقول هو عملية يعاد فيها استخدام شبكة عصبية مدربة مسبقًا في حل مهمة جديدة. في سياق الشبكات العصبية الترشيحية يتضمن التعلم المنقول أخذ نموذج مدرب مسبقًا على مجموعة بيانات كبيرة وتكييفه على مجموعة بيانات أو مهمة جديدة. فبدلاً من البدء من نقطة الصفر، يتيح التعلم المنقول استخدام النماذج المدربة مسبقًا، أي التي تعلمت بالفعل خصائص مهمة مثل: الحواف، والأشكال، والنقوش من مجموعة بيانات التدريب.شكل 4.14: شبكة عصبية ترشيحية من دون هندسة الخصائص اليدوية شكل 4.15: إعادة استخدام الشبكة المدربة مسبقًا2023 - 1447--- VISUAL CONTEXT --- **DIAGRAM**: شكل 4.14: شبكة عصبية ترشيحية من دون هندسة الخصائص اليدوية Description: A diagram representing a neural network architecture. It shows multiple layers of interconnected nodes (neurons). The network has an input layer on the right, hidden layers in the middle, and an output layer on the left. Arrows indicate the flow from inputs to outputs. Text labels are associated with different parts of the network. Table Structure: Headers: N/A Data: The diagram illustrates a feedforward neural network. The rightmost nodes are labeled 'المدخلات' (Inputs). The leftmost nodes are labeled 'المخرجات' (Outputs). The central layers are implicitly for feature extraction and learning. A box below the hidden layers is labeled 'استخراج الخصائص والتعلم' (Feature Extraction and Learning). Context: This diagram visually represents a neural network, likely a convolutional neural network (CNN), highlighting the concept of automatic feature extraction without manual engineering, which is a core idea behind transfer learning.**DIAGRAM**: شكل 4.15: إعادة استخدام الشبكة المدربة مسبقًا Description: A flowchart-like diagram illustrating the steps involved in transfer learning. It shows a sequence of processes, starting with a pre-trained network and ending with network improvement and result publication. Table Structure: Headers: N/A Data: The diagram shows a workflow with several interconnected rectangular boxes, representing stages of transfer learning: 1. 'تحميل الشبكة المدربة مسبقًا' (Load Pre-trained Network) - starting point on the right. 2. 'إحلال الطبقات النهائية' (Replace Final Layers) - connected from the pre-trained network. 3. 'تدريب الشبكة' (Train Network) - connected from replacing final layers. 4. 'التنبؤ وتقييم دقة الشبكة' (Predict and Evaluate Network Accuracy) - connected from training. 5. 'نشر النتائج' (Publish Results) - connected from prediction/evaluation. An arrow from 'تدريب الشبكة' points to a box below: 'تتم إضافة طبقات جديدة لكي تتعلم الخصائص المحددة لبياناتك.' (New layers are added to learn specific features for your data.) This box also has an arrow pointing back to 'تدريب الشبكة', indicating an iterative process or refinement. Another box 'تحسين الشبكة' (Improve Network) is shown below 'التنبؤ وتقييم دقة الشبكة' and 'نشر النتائج', with dashed lines connecting to it, suggesting an overall improvement step. Context: This diagram outlines the practical steps of applying transfer learning: starting with a pre-trained model, adapting it by modifying output layers, retraining, evaluating, and then deploying or improving the model. It emphasizes the addition of new layers for task-specific feature learning.