الشبكات العصبونيه (neural Networks )

[Guest hassan_82]

السلام عليكــم ورحمـة الله وبركاتــه ،،

نضرا لكثرة السؤال عن موضوع الشبكات العصبونيه اريد ان شاء الله ان اطرح هذه المشاركة لكي ابدا في عملية الشرح والذي قد لن يكون معمقا جدا في بعض

الاحيان ولكن ما يدلكم على البدايه على الاقل والهدف الرئيسي من هذه المشاركه هو محاولة تكثيف الشروحات داخلها وعدم التشتت وايظا ليجد كل من ضالته

اطلب من الاخوان الافاضل لمن لديهم معرفه عن الشبكات العصبونبه مشاركتي لاتمام هذه الدروس لانني قد اصبح مشغولا حيث انني لا اريد للهذه الشروحات ان

تقطع في لحظة ما

بسم الله الرحمن الرحيم وتوكلنا على الله

ما هي شبكات الخلايا العصبيه من الناحيه البيولوجيه :-

يحتوي الدماغ على انواع مختلفة من هذه الخلايا حوالي 10 الى الاس 11 من تلك الخلايا , ويجري التفاعل بين هذه

الخلايا مع بعضها البعض بالارسال او الاستقبال من خلال اشارات قد تكون كيميائيه او

استقبال وارسال ايونات او اشارات كهبرائيه , حيث انه كل خليه من هذه الخلايا تتواصل مع حوالي

103 خليه اخرى . اما هيكلية عمل هذه الخلايا فتكون اما تغذيه اماميه او مرتده

اوعملية ذاتيه متكرره ,

هنالك اعزائي الكرام حقيقه علميه (سبحان الخالق ) وهي ان كل خلية عصبيه قد تستقبل المعلومات من اكثر من 100.000 خليه عصبيه اخرى

حيث تقوم بعد ذالك بتحديد ايها تقبل معلوماتها وايها تتجاهل

(تمعنوا بخلق الله يا عباد الله لا اله الا الله )

شكل العصبون وماهي بنيته

___________________

الان اخوتي الكرام ماهي الشبكه العصبيه الاصطناعيه سوف احاول ان اشرح المقارنه حسب المعطيات السابقه في الوضع الطبيعي او

. البيولوجي

التعريف :-هي شبكة من التفاعلات(استقبال\ارسال) صممت لتعمل محاكاه لعمل الدماغ في الوضع البيولوجي ( والعياذ بالله )

طبعا تعريف بشكل عام فقط ليوضح المفهوم العام.الوحدات والاجزاء:-

هي خلايا اصطناعيه (مدخلات و مخرجات ,خطيه او غير خطيه )عددها قليل مقارنتا بالوضع الطبيعي قد تصل الى بضع مئات .التفاعلات ما بينها

تتم تلك التفاعلات من خلال الاوزان التي توفرها تلك الخلايا وسوف تشرح ان شاء الله لاحقا

حيث ان هذه قيمه هذه الاوزان تحدد اي تلك الخلايا اقوى لناخذ بها او تاثر بالخلايا الاخرى .

هل استطيع ان اتوقف هنا وللحديث بقيه ارجوا ان تتحملوني ولكن والله اني اتجاوز وقتي لكي احاول ان اوصل المعلومه

على كل اخوتي هذه مقدمه بسيطه جدا جدا لكي تعلموا ما هوا امامنا لاحقا واوعدكم باني ساكمل ان شاء الله ,

على كل حال اريد ان اشير عليكم بهذه الكتب لكي تبحثوا عنها وسوف نكمل ان شاء الله وارفقت بعض الملفات لكي تبدأ في القراءه عن الموضوع اكثر تفصيليا.

والسلام عليكم ورحمة الله وبركاته

1. Neural networks,

Haykin S. (1999), Prentice Hall international Inc.

2. Neural Network for Pattern Recognition ,

Bishop C.M. (1995), Oxford: Clarendon Press

3. Introduction to the theory of neural computation

Hertz J., Krogh A., and Palmer R.G.

4. Theoretical Neuroscience

Dayan P., and Abbott L.F. (2001)

NEURAL_NETWORKS.rar

تم تعديل 9 Aug 2009 بواسطه hassan_82

[محب اصحاب النبى 2]

جزاك الله خيرا

جارى رؤية الروابط

وارجو الاستمرار

[Guest hassan_82]

السلام عليكــم ورحمـة الله وبركاتــه ،،

تكملة لباقي الشروحات

المحتوى الثاني :-

كما تحدثنا سابقا عن العملية الطبيعيه للشبكات العصبونيه نوعيا فاننا نجد ان هذه العملية تمثل على سبيل كيفية رد

الفعل للمدخلات اي المؤثرات لكي يكون رد الفعل المتوقع لهذا المؤثر لذالك يندرج لحساب التوقع او رد الفعل العديد

من العمليات الحسابيه , لنقوم بشرح الرسم التوضيخي لهذه المدخلات وما هي العمليات .

من الرسم نجد انه توجد خمسة مكونات رئيسه للشبكه العصبونيه (اقصد بشكل عام طبعا):-

1:-A set of inputs, xi.

2:-A set of weights, wi.

3:-A bias, u.

4:-An activation function, f.

5:-Neuron output, y

قبل ان نشرح نوعيا تفصيلات هذه المكونات لنرى المعماريه العامه للشبكات العصبونيه الاصطناعيه

Single-layer Feedforward Networks

يحتوي هذا النوع من الشبكات على طبقة المدخلات وطبقة المخرجات وطبقه واحده من العمليات الحسابيه

---------------------------------

Multilayer Feedforward Networks

يحتوي هذا النوع من الشبكات على عدة طبقات وما يفرقها عن النوع الاول هوا الطبقات الخفيه التي يتم

عمليات المعالجه وستشرح الامور اكثر تفصيليا ان شاء الله ولمن اراد الاطلاع ايضا هذا رابط لاخوان قاموا بشرح هذه الانواع سابقا يرجى الرجوع لكي نبتعد عن

التكرار .

http://www.arabteam2000-forum.com/index.ph...%DA%D5%C8%ED%E5

-------------------------------------------------------------------------------------------------

ملاحظه :- McCulloch and Pitts قاموا بتوليد أول شبكه عصبونيه عام 1943

_______________

عفوا ولكن نكمل قريبا ان شاء

انا اسف ولكن هذه اول مره لي اكتب شروحات باللغه العربيه وبالتالي اجد صعوبه كبيره كما وان الظروف احيانا تحكم, على كل سوف اكمل قريبا ان شاء الله

السلام عليكم ورحمة الله وبركاته

تم تعديل 9 Aug 2009 بواسطه hassan_82

[Guest hassan_82]

السلام عليكم ورحمة الله وبركاته

تابع للشرح السابق على هذا الرابط

http://www.arabteam2000-forum.com/index.ph...mp;#entry950920

تحياتي

[ibr_exn 89]

سأقوم بعمل اضافة بسيطة عن الموضوع حسب ما فهمت طبعا بعد اذن اخي د. حسان. (ارجو التصحيح ان وجدت اخطاء) :happy:

في هذا الدرس ساقوم بشرح كيفية عمل الدوائر المنطقية باستخدلم الشبكات العصبونية، يعني حنعمل مجموعة شبكات عصبونية كل واحدة تقوم بالتعرف على بوابة منطقية مثل ال

and or nand xor

الفكرة هي التحكم بالاوزان بحيث تعطي الناتج الذي نريد -_-

مثال 1 : شبكة عصبونية تقوم بعمل البوابة

and

شكل الشبكة سيكون كالتالي :

حيث سيتم ادخال قيم

x1,x2

وسيتم تطبيق فكرة عمل الشبكة العصبونية وحساب المجموع كما في الجدول التالي

t=threshold value

بحيث اذا كان الناتج للمجموع اكبر او يساويها سيكون الخرج 1 واذا الناتج للمجموع اصغر فسيكون الخرج 0

مثال 2 : شبكة عصبونية تقوم بعمل البوابة

or

<div align="right">شكل الشبكة سيكون كالتالي :

حيث سيتم ادخال قيم

x1,x2

وسيتم تطبيق فكرة عمل الشبكة العصبونية وحساب المجموع كما في الجدول التالي

مثال 3 : شبكة عصبونية تقوم بعمل البوابة

nand

او

not and

<div align="right">شكل الشبكة سيكون كالتالي :

حيث سيتم ادخال قيم

x1,x2

وسيتم تطبيق فكرة عمل الشبكة العصبونية وحساب المجموع كما في الجدول التالي

تمارين (فقط لمن هم مبتدئين في الموضوع) :

بنفس الاسلوب حاول عمل البوابات

xor هنا يجب الانتباه الى اننا سنحتاج اكثر من طبقه

not

اذا يوجد شيء غير واضح الرجاء الاستفسار.

بالتوفيق

</div></div>

تم تعديل 12 Aug 2009 بواسطه ibr_exn

[Guest hassan_82]

جميل اخي ابراهيم :clapping: , ماعليك زود يا صديقي .

[MR.SD 363]

اولا الشكر للاخ الدكتور حسان على موضوعه الرائع جدا ..

وكذلك الشكر موصول للاخ ابراهيم على اضافته الجميلة ..

انا درست عن الشبكات العصبونيه ومفاهيمها شبه واضحه لي وكذلك بعد هذا الموضوع الجميل ..

ولكن انا دائما لدي نظرية خاصة بي وهي ان المفاهيم صح انها الاساس لكل شئ ولكن في عالم البرمجة اعتقد ان كل شئ يجب ان يكون مدعوما ببرمجته وشرحها ايضا ..

يعني مثال الاخ ابراهيم كيفية عمل بوابة .. صراحة لم افهم ما المقصود ببوابة .. ؟

طيب حتى وان كانت هذه النقطة واضحه .. كيف ابرمج هذه الخلية .؟ او هذه الدالة .؟

هذا ماهو مطلوب .. ام انني استبق الاحداث .؟

تحياتي العطرة ويا اخ حسان اكمل ما بدأت به ..

لكي يكون موضوعا متاكملا باذنه تعالى ...

[ibr_exn 89]

الشكر لله اولا ثم ل د. حسان فهو استاذي في هذا الموضوع ونقوم حاليا بعمل بحث مشترك فيه.

قصدت ببوابة اي بوابة منطقية ( دائرة منطقية) (عملية منطقية) يمكن اعتبارها مثل الدالة function بحيث لها مدخلات ولها مخرجات قيمة وحيدة

مثلا بوابة and يتم ادخال متغيرين لها x1 و x2 بحيث ان قيمة الدالة ستكون واحد في حالة واحدة فقط هي ان x1=x2=1

ارجو ان تكون الصورة اتضحت.

بالنسبة للبرنامج والخوارزمية عملهما سهل :

1. ادخل قيمة x1,x2,....,xn

2. ضع قيمة للاوزان w1,w2,...wn حسب نوع المسألة (راجع الجدول).

3. احسب قيمة المجموع لحاصل ضرب كل قيمة في وزنها (x1*w1+x2*w2+.....xn*wn) طبعا هنا ستحتاج الى for او اي شيء يقوم بعمل تكرار

4. اذا كانت قيمة المجموع اكبر من او تساوي t فقيمة الدالة ستكون واحد والا فقيمة الدالة ستكون صفر (ال t هنا هي قيمة نتحكم بها حسب نوع المسألة ، ايضا راجع الجداول اعلاه حيث اننا اذا غيرنا قيمتها قد لا تعطي النتيجة المطلوبة ).

صعوبة الموضوع فقط في تحديد قيمة الاوزان والt المناسبة للمسأله.

ساحاول قريبا التطرق بامثلة جديدة عن نوع اخر من الشبكات العصبونيه.

[MR.SD 363]

شكرا لك اخي ابراهيم ..

الان اتضحت الصورة اكثر ..

غالبا ما اقرأ في مثل هذه المواضيع وبالذات العربية ان الشرح يكون نضري فقط ..

لذلك ما نرغبه الان منك ومن الدكتور حسان لو كان يقرا المقاله الان .. ان يكون الاتجاه برمجي اكثر ..

لتصبح الفائده اعظم ان شاءالله ..

شكرا لك مرة اخرى .. وننتظر التكملة ...

تحياتي العطرة ..

[Guest hassan_82]

السلام عليكــم ورحمـة الله وبركاتــه ،،

لا استطيع ان اقول الا بارك الله فيك اخي ابراهيم انت الاستاذ وتستاهل كل التقدير ان شاء الله ,( بلغني اخي ابراهيم عن الجديد) , انا اسف لانني تغيبت قليلا بسب الظروف طبعا

الدراسيه , على الله الاتكال .

حياك اخي سنان وان شاء الله سيكون كما تريد قريبا باذن الله .

اليك اخي سنان هذا التطبيق تابع لكلام اخي ابراهيم

Private Sub Command1_Click()

w(1, 1) = Text1.Text
w(1, 2) = Text5.Text
w(1, 3) = Text9.Text

z = 0
a = 1
sum = 0

For i = 1 To 4
For j = 1 To 3

sum = sum + w(i, j) * x(i, j)
Next j
yin(i) = sum

If yin(i) <= z Then
y(i) = 0
End If
If yin(i) < -z Then
 y(i) = -1
 End If
If yin(i) > z Then
y(i) = 1
End If


If y(1) <> t(1) Then
For k = 1 To 3
w(i + 1, k) = w(i, k) + a * x(i, k) * t(i)
Next k
sum = 0

Else

If y(1) = t(1) Then
For n = 1 To 3
w(2, 1) = Text1.Text
w(2, 2) = Text5.Text
w(2, 3) = Text9.Text
w(i + 1, n) = w(i, n) + a * x(i, n) * t(i)
Next n
End If
End If

If yin(i) <= z Then
y(i) = 0
End If
If yin(i) < -z Then
 y(i) = -1
 End If
If yin(i) > z Then
y(i) = 1
End If

If y(2) = t(2) Then
For l = 1 To 3
w(3, 1) = Text1.Text
w(3, 2) = Text5.Text
w(3, 3) = Text9.Text
w(i + 1, l) = w(i, l) + a * x(i, l) * t(i)
Next l
End If

If yin(i) <= z Then
y(i) = 0
End If
If yin(i) < -z Then
 y(i) = -1
 End If
If yin(i) > z Then
y(i) = 1
End If

If y(3) = t(3) Then
For q = 1 To 3
w(4, 1) = Text1.Text
w(4, 2) = Text5.Text
w(4, 3) = Text9.Text
w(i + 1, q) = w(i, q) + a * x(i, q) * t(i)
Next q
End If

If yin(i) <= z Then
y(i) = 0
End If
If yin(i) < -z Then
 y(i) = -1
 End If
If yin(i) > z Then
y(i) = 1
End If

Next i

Text29.Text = yin(1)
Text30.Text = yin(2)
Text31.Text = yin(3)
Text32.Text = yin(4)

Text33.Text = y(1)
Text34.Text = y(2)
Text35.Text = y(3)
Text36.Text = y(4)

Text2.Text = w(2, 1)
Text6.Text = w(2, 2)
Text10.Text = w(2, 3)


Text3.Text = w(3, 1)
Text7.Text = w(3, 2)
Text11.Text = w(3, 3)

Text4.Text = w(4, 1)
Text8.Text = w(4, 2)
Text12.Text = w(4, 3)

End Sub

Private Sub Command2_Click()
End
End Sub

Private Sub Form_Load()

x(1, 1) = Text17.Text
x(1, 2) = Text21.Text
x(1, 3) = Text25.Text

x(2, 1) = Text18.Text
x(2, 2) = Text22.Text
x(2, 3) = Text26.Text

x(3, 1) = Text19.Text
x(3, 2) = Text23.Text
x(3, 3) = Text27.Text

x(4, 1) = Text20.Text
x(4, 2) = Text24.Text
x(4, 3) = Text28.Text

t(1) = Text13.Text
t(2) = Text14.Text
t(3) = Text15.Text
t(4) = Text16.Text

End Sub

________________________________

تمثل هذه الصوره المخرجات عندما تكون

W0 = 0 W1 = 0 W2 = 0

_________________________________

تمثل المخرجات عندما تكون

W0 = -1 W1 = 1 W2 = 1

بالتوفيق ان شاء الله

تم تعديل 15 Aug 2009 بواسطه hassan_82

[MR.SD 363]

شكرا لك اخ حسان .. الان اكتملت الاركان ..

استمر بالباقي ..

تحياتي العطرة ..

[ibr_exn 89]

وهذ مثال واضح مع الشرح:

Designing And Implementing A Neural Network Library For Handwriting Detection, Image Analysis etc.- The BrainNet Library - Full Code, Simplified Theory, Full Illustration, And Examples

[ibr_exn 89]

تعليم الشبكة Neural Networks Training:

في هذه المرحلة نقوم باسناد قيم عشوائية للاوزان w1,w2,...,wn ونلاحظ الناتج من الشبكة، نظل نكرر هذه العملية حتى نحصل على اناتج المطلوب. كلما زادت عملية التدريب كلما كانت النتائج اقرب للصواب.

تشبه عملية التدريب تعليم الطفل ، مثلا عندما تعطي الطفل لاول مرة كتاب فهو لا يعرف ان هذا كتاب، فتقوم باخباره ان هذا كتاب. عندما يرى الطفل كتاب جديد وان اختلف شكله عن الاول فهو سيعرف انه كتاب. مثلا للتعرف على صورة سيارة سنحاول اخذ عدة صور لانواع مختلفة من السيارات ولكل سيارة ناخذ عدة صور مختلفة من كافة الجوانب كل هذه البيانات يتم تدريب الشبكة العصبونية عليها.

مفهوم تعديل الوزن او الBias:

يتم اضافة قيمة خارجية لغرض التأثير على ناتج الشبكة (يتم اضافتها بعد حساب المجموع) نحو النتيجة الصحيحة، بهذه الاضافة لوحظ ان الشبكات العصبونية تعطي نتائج افضل. في مرحلة التدريب يتم اعطاء هذا المتغير قيمة عشوائية مثل بقية الاوزان. ونظل نغير فيها وفي بقية الاوزان حتى نصل الى الناتج المطلوب عندها نقول ان الشبكة تم تدريبها. بمعنى انه عند اعطاء مدخل معين فان الناتج غالبا ما سيكون هو الناتج المطلوب.

ساقوم باعطاء مثال واضح اغطي فيه عملية التدريب للشبكه في المشاركة القادمة ان شاء الله.

[rose queen 0]

شكرا لكم استاذ حسان &استاذ ابراهيم على هذا الشرح الرائع ..

بصراحة لاول مره اجد شرح للشبكات العصبية رائع بهذا الشكل وباللغة العربية ..

الله يزيدكم من علمه ويجعله في ميزان حسناتكم

[Guest hassan_82]

بسم الله الرحمن الرحيم

NEURAL NETWORKS WITH SUPERVISED LEARNING

-------------------

نقاط عامه :-

1 - التغذيه الاماميه (Feedforward Neural Network )

2- متعدد الطبقات ( المستويات ) (Multilayer Feedforward Neural Network) .

3- (Standard Backpropagation Training Algorithm) ااسف لعدم الترجمه الى العربيه

هنا لكي لا اعمم مصطلح ولكنني سوف اوضح المعنى وما هو بالضبظ .

-----------

Feedforward Neural Network( التغذيه الاماميه )

وهنا يحدث ان الاشارات اصطلاحا تنتقل من وحدات الادخال ( المدخلات ) الى وحدات الاخراج ( المخرجات )

وذالك عبورا بما يسمى الوحدات الخفيه الوسيطه دون اي ارتداد الى الخلف .

----------

Multilayer Feedforward NN( متعدد الطبقات )

هنا تتألف من وحدات معالجه متعدده , وتنتظم في طبقتين او اكثر (الرسم التالي يوضح ذالك) .

-----------

The Structure (الهيكلية)

هنا عمليه تدفق المعلومات في هذا النوع من الشبكات ينتقل بشكل امامي كما قلنا في الطبقات من المدخلات وحتى الوصول للمخرجات والنتائج .

لاحظ الصوره التاليه :-

لنرمز هذه الشبكه مثلا فتصبح :- = 4x4x4x4x4 = 1I , 3H , 1O

اتوقع ان الفكره وصلت ( ان شاء الله ) ----------

Standard Backpropagation Training Algorithm

وهي تمثل تقنيه خاصه لتقليل الانحدار او الانخفاض او بمعنى اخر الاخطاء التي تحصل للنتائج اثناء عمل الشبكه او التدفق داخل الشبكه .

بمعنى اخر ما هو الهدف العام من BP ( ملاحظه معنى كلمه propagation هو الانتشار )

هو عمليه تدريب لهذه الشبكه لكي تحقق التوازن بين القدرة على الاستجابه الحقيقيه لنوعية وانماط المدخلات التي استخدمت في عملية

التمرين ( التلقين ) وبين الاستجابه الجيده او المأموله لتلك المدخلات الجديدة الشبيه لها, اذن هذا يعني عدم وجود تطابق بين المدخلات

الجديده التي نريد تمرينها مع تلك المدخلات العامه التي استخدمت من قبل وهذا ما نريد لهذه الشبكه حله وتحسينه .

--

مثال لاحظ الصور التاليه :-

هنا نلاحظ عملية ادخال وتمرين انواع حقيقيه للازهار , النسخ الاصليه لها

والتي نريد ان نمرن الشبكه عليها لتستطيع فيما بعد تحديد انواع الازهار الجديده بناء عليها

( ادخال انواع مختلفه من الازهار )

--------

زهرة نريد معرفة طبيعتها بناء على المعطيات السابقه في الصوره الاولى وهل تمثل ذلك ام لا .

----------

مدخلات اخرى للفحص عليها

-----------

هذه الطريقه اثبتت كفائه عاليه جدا , في بعض التطبيقات يستخدم اكثر من طبقه خفيه واحده , ولكن طبقه واحده تكفي :haha: :D

بالتوفيق ان شاء الله

تم تعديل 11 Dec 2009 بواسطه hassan_82

[rose queen 0]

^^

الله يجزاك خير يارب على الشرح الرائع ..

هنا feedforward neural network

multi layer feedforward neural network

backpropgation

تعتبر كلها طرق لتعليم الشبكة ؟؟

اذن هذا يعني عدم وجود تطابق بين المدخلات

الجديده التي نريد تمرينها مع تلك المدخلات العامه التي استخدمت من قبل وهذا ما نريد لهذه الشبكه حله وتحسينه

هل تقصد هنا انها ليست مطابقة لها تماما ؟ ولكنها تعتبر من نفس النوع

وشكراً لك ..متابعة وفي إنتظار دروس جديدة..

[Guest hassan_82]

^^

هنا feedforward neural network

multi layer feedforward neural network

backpropgation

تعتبر كلها طرق لتعليم الشبكة ؟؟

..

اختي انا قلت نقاط عامه وهي جزئيات داخلها عملية التعلم

quote name='rose queen' ]

هل تقصد هنا انها ليست مطابقة لها تماما ؟ ولكنها تعتبر من نفس النوع

وشكراً لك ..متابعة وفي إنتظار دروس جديدة..

تم تعديل 11 Dec 2009 بواسطه hassan_82

[rose queen 0]

معليش أستاذ حسان ياليت لو بس تتوسع شوي في شرح المثال

يعني يعتبرالجزء العلوي من الوردة , الاوراق الخضراء هي المدخلات ؟

وبالنسبة للاوزان ماتكون ثابته لكل المدخلات ؟ يعني قيمة افترضها (كما عملنا في عمل بوابة and)

وماهو المقصود بإسترداد الاوزان ؟

معليش لو كانت اسئلتي كثيرة لكن والله الفكرة الى الان لم تتضح لي جيدا ..

[hunterxhunter 3]

هنا feedforward neural network

multi layer feedforward neural network

backpropgation

تعتبر كلها طرق لتعليم الشبكة ؟؟

الثنتين الأوليتين يعتبروا أنواع للشبكات العصبيه

أما الأخيره فهيا طريقه لتدريب الشبكه العصبيه

حاليا أقوم بتجهيز مقاله لشرح أبسط أنواع الشبكات العصبيه وهو hopfield neural network

إن شاء الله كم يوم وتكون جاهزه

وماهو المقصود بإسترداد الاوزان ؟

إستردادها من قاعدت البيانات و الله أعلم

شكرا أخي حسان و أخي إبراهيم على مجهوداتكم الرائعه

تم تعديل 11 Dec 2009 بواسطه hunterxhunter

[mouez 0]

think you very much for your effort

[حنين عبد الله 0]

السلام عليكم

عندي سؤال بسيط

بوابه ْxor لايمكنها الفصل

بإستخدام شبكه perceptron على عكس بوابه AND

ماهو الحل لتلك المشكله

وجزاكم الله خير الجزااااااااااااااااء ونفع بعلمكم الإسلام والمسلمين

[NamiRobin 2]

متابع لموضوعك أخي ...... لكن عندي اقتراح حتى يتكامل النظري بالعملي أن تعطي شروحا عن الماتلاب و الlibraries التي يقدمها الماتلاب بخصوص الشبكات العصبونية و الباقي عندنا الي يطبقها على جافا او دوت نت أو بي إتش بي إلخ ...

و نستخدم الماتلاب كأداة معايرة و مقارنة بين ناتج الماتلاب و النتائج في اللغات الأخرى ...

حابب أتعلم عن الشبكات العصبونية بتوسع كبير ..

و بارك الله فيك

[ats 0]

ما شاء الله عليكم.

وفقكم الله جميعا.

شرح مبسط ومشاركات ايجابية.

[alaadiaa 201]

بالنسبة للأخ الذي يسأل عن حل مشكلة XOR

يمكن حل المشكلة باستخدام الطبقة المخفية hidden layer

بمعنى أن شبكتك العصبية ستصبح فيها طبقة مدخل input layer وطبقة مخفية hidden layer وطبقة مخرج output layer

تحياتي

[زهور الأرجوان 0]

السلام عليكم

مشكور ابداعت .......... اوسمحتو انا مشروع التخريج امتاعي قريب من هذه الموضوع( الشبكات العصبيه للمبتدئين)  بس نبي حد يزيد يشرحلي الموضوع لاني انا عندي شوية لخبطه

[soloatsolo 1]

تسلم على الموضوع الرائع