لو عندك أسئلة أو أقتراح علي الجزء الأول (دوال التنشيط ) لا مشكلة أما الجزء الثاني (خوارزم تدريب المدرك ) فيمكن أن تسأل بعد أن نكمله بأمثله لأنه سيكون أكثر وضوحا.
Printable View
جزاك الله خير
متابع معاك بكل حماس
لقد كنت اسمع عن الاكسبريتات التي تستخدم الشبكات العصبية وكنت اتمنى ان اتعلمها والان اظن الحلم سيصبح قريبا حقيقة باذن الله
سؤال : هل يمكن ان يكون هناك تطبيق على احد الاكسبريتات مع كل جلسة ؟
مثال
كيف تستخدم شبكة مكونة من 2 مدخلات وخرج واحد علي فهم التالي بأفتراض أن لدينا 2 مؤشرات ونريد أن نأكد الشراء.
مؤشر A
مؤشر B
1- اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
2 -اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة شراء لا تشتري.
3- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
4- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة شراء أشتري.
الحل:
الخطوة الاولي نحول لغة الرموز الي لغة أرقام
سنفرض أنه اذا أعطي المؤشر أشارة شراء يكون الدخل 1.
واذا لم يعطي المؤشر أشارة شراء سيكون الدخل 0.
ويكون الخرج 1 اذا كان الناتج أشتري.
و 0 اذا كان الناتج لاتشتري.
فيكون لدينا الجدول التالي
https://forum.arabictrader.com/uploaded/27627_NN8.GIF
الخطوة الثانية وضع القيم الأبتدائية
نفرض أن :
w1=0.3
w2= - 0.1
Alfa=0.1
Q=0.2
https://forum.arabictrader.com/uploa...7_untitled.GIF
الخطوة الثالثة التنشيط
https://forum.arabictrader.com/uploaded/27627_w1.GIF
التكرار 1
العينة 1
[Y(1)=step{x1*w1+x2*w2-Q }......1
Y(1)=step[0 * 0.3+0 * -0.1-0.2]=0
Wi{p+1}=Wi{p}+Dwi{p }...............2
Dwi{p }=Alfa * Xi{p} * error {p }...............3
error[p]=Yd[p]-Y[p]............4
حيث Yd الخرج الحقيقي و Y الخرج التدريبي
error[1]=0-0=0
Dw1[1]=0.1*0*0=0
Dw2[1]=0.1*0*0=0
W1[2]=W1+Dw1=0.3
W2[2]=W2+Dw2= - 0.1
العينة 2
Y(2)=step{x1*w1+x2*w2-Q }......1
Y(2)=step[0 * 0.3+1 * -0.1-0.2]=0
Wi{p+1}=Wi{p}+Dwi{p }...............2
Dwi{p }=Alfa * Xi{p} * error {p }...............3
error[p]=Yd[p]-Y[p]............4
حيث Yd الخرج الحقيقي و Y الخرج التدريبي
error[2]=0-0=0
Dw1[2]=0.1*0*0=0
Dw2[2]=0.1*1*0=0
W1[3]=W1+Dw1=0.3
W2[3]=W2+Dw2= - 0.1
ونستمر بهذه الطريقة حتي نحصل علي النتائج التالية بعد 5 تكرارات
النتائج النهائية مبينة بالجدول التالي بعد حوالي 5 تكرارات
https://forum.arabictrader.com/uploaded/27627_77n.GIF
ما هو منحني حاصل جمع مربع الأخطاء:
هو منحني يبين تعلم الشبكة فأذا أقترب من الصفر هذا يعني أن الشبكة تعلمت واذا أبتعد من الصفر هذا يعني أن الشبكة غير قادرة علي تعلم المشكلة.
كيف نرسم منحي حاصل جمع مربع الاخطاء :
مع كل تكرار نحسب مربع الخطأ لكل عينة ثم نجمع مجموع مربعات الأخطاء لجميع التكرارات.
الموضوع القادم سيكون فهم قدرة و طريقة تعلم شبكة بمدخلين وخرج واحد عمليا أن شاء الله
تطبيقات علي تعلم شبكة مكونة من مدخلين وخرج واحد
لنجرب تعليم الشبكة يمكن تحميل البرنامج التالي وتثبيته بنفس طريقة تثبيت البرنامج السابق
https://forum.arabictrader.com/uploaded/27627_77n.GIF
الحالة 1:
مؤشر A
مؤشر B
1- اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
2 -اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة شراء لا تشتري.
3- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
4- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة شراء أشتري.
https://forum.arabictrader.com/uploaded/27627_2g.GIF
الحالة2 :
مؤشر A
مؤشر B
1- اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
2 -اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة شراء أشتري
3- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة عدم شراء أشتري
4- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة شراء أشتري.
https://forum.arabictrader.com/uploaded/27627_22u2.GIF
الحالة3 :
مؤشر A
مؤشر B
1- اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة عدم شراء لا تشتري.
2 -اذا أعطي المؤشر A أشارة عدم شراء والمؤشر B أعطي أشارة شراء أشتري
3- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة عدم شراء أشتري
4- اذا أعطي المؤشر A أشارة شراء والمؤشر B أعطي أشارة شراء لا تشتري.
لا تتعلم الشبكة
https://forum.arabictrader.com/uploaded/27627_22u3.GIF
ماذا نفعل عندما لا تقدر الشبكة علي تعلم المشكلة السابقة ؟
للتعامل مع مثل هذه المشاكل فأننا نحتاج الي شبكات عصبية متعددة الطبقات مثال ذلك المدركات متعددة الطبقات المدربة بخوارزم الانتشار للخلف.
الذي عنده أسئلة أو فهم الشبكة السابقة يخبرنا لأنه لا يمكن أن ننتقل الي الشبكة متعددة الطبقات اذا لم تفهم هذه الشبكة (ستكون أصعب وأفكارها مبنية علي هذه الشبكة)