ديب دريم

ديب دريم (بالإنجليزية: DeepDream)‏ هو برنامج رؤية حاسوبية من اختراع غوغل تم إطلاقه في شهر يوليو من عام 2015. يستخدم فيه مايسمى بـ«الشبكة العصبونية الالتفافية» والتي تقوم بمعالجة الصور وخلق ظواهر باريدوليا في الصور المعالجة لجعلها أشبه بصور تكون بالأحلام.

البرنامج يقوم بتوليد طبقات من الصورة والتي يكون عددها من 10 إلى 30 طبقة في عملية المعالجة ويقوم بالتعرف عن الأشكال في كل جزء من الصورة، وعند الانتهاء يولد صورة تكون شبيهة لهذا الجزء، وفي كل مرة يقوم فيها البرنامج بالانتهاء من المعالجة تكون الخوارزمية قد تدربت لتوليد كائنات أكثر دقة من ذي قبل.

هذه العملية سميت ب "Inceptionism" والتي جاءت تيمناً بفيلم Inception الصادر سنة 2010.[1][2][3]

مراجع

Mordvintsev, Alexander؛ Olah, Christopher؛ Tyka, Mike (2015)، "DeepDream - a code example for visualizing Neural Networks"، Google Research، مؤرشف من الأصل في 08 يوليو 2015.
Mordvintsev, Alexander؛ Olah, Christopher؛ Tyka, Mike (2015)، "Inceptionism: Going Deeper into Neural Networks"، Google Research، مؤرشف من الأصل في 03 يوليو 2015.
Szegedy, Christian؛ Liu, Wei؛ Jia, Yangqing؛ Sermanet, Pierre؛ Reed, Scott؛ Anguelov, Dragomir؛ Erhan, Dumitru؛ Vanhoucke, Vincent؛ Rabinovich, Andrew (2014)، "Going Deeper with Convolutions"، Computing Research Repository، arXiv:1409.4842، Bibcode:2014arXiv1409.4842S.

بوابة علم الحاسوب
بوابة فنون
بوابة ذكاء اصطناعي
بوابة علم النفس
بوابة تقنية المعلومات
بوابة تعلم الآلة

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.

[codexample-1] Mordvintsev, Alexander؛ Olah, Christopher؛ Tyka, Mike (2015)، "DeepDream - a code example for visualizing Neural Networks"، Google Research، مؤرشف من الأصل في 08 يوليو 2015.

[goingdeeper-2] Mordvintsev, Alexander؛ Olah, Christopher؛ Tyka, Mike (2015)، "Inceptionism: Going Deeper into Neural Networks"، Google Research، مؤرشف من الأصل في 03 يوليو 2015.

[arxiv-3] Szegedy, Christian؛ Liu, Wei؛ Jia, Yangqing؛ Sermanet, Pierre؛ Reed, Scott؛ Anguelov, Dragomir؛ Erhan, Dumitru؛ Vanhoucke, Vincent؛ Rabinovich, Andrew (2014)، "Going Deeper with Convolutions"، Computing Research Repository، arXiv:1409.4842، Bibcode:2014arXiv1409.4842S.

تعلم الآلة وتنقيب في البيانات
جزء من سلسلة مقالات حول

مشكلات تصنيف إحصائي تحليل عنقودي تحليل الانحدار Anomaly detection تعلم الآلة الآلي تعلم قواعد الارتباط تعليم معزز Structured prediction Feature engineering Feature learning Online learning Semi-supervised learning تعلم غير مراقب Learning to rank Grammar induction
التعليم بالإشراف تعلم شجرة القرار Ensembles Bagging Boosting غابة عشوائية كي أقرب جار انحدار خطي المصنف بايز ساذج شبكة عصبونية اصطناعيةs انحدار لوجستي بيرسيبترون Relevance vector machine (RVM) شعاع الدعم الآلي
تحليل عنقودي BIRCH CURE تجميع هرمي خوارزمية تصنيفية تحقيق أقصى قدر للتوقع (EM) DBSCAN OPTICS Mean-shift
List تحليل عاملي CCA تحليل المكونات المستقلة تحليل التمييز الخطي NMF تحليل العنصر الرئيسي PGD t-SNE
التوقع المهيكل Graphical models شبكة بايزية Conditional random field نظرية ماركوف المخفية
تشخيص الشذوذ كي أقرب جار Local outlier factor
الشبكات العصبونية الاصطناعية Autoencoder تعلم متعمق ديب دريم Multilayer perceptron RNN LSTM GRU ESN Restricted Boltzmann machine شبكة خصومية توليدية خريطة ذاتية التنظيم شبكة عصبونية التفافية U-Net
تعليم معزز Q-learning SARSA تعلم الفرق الزمني
النظرية Bias–variance dilemma Computational learning theory Empirical risk minimization Occam learning PAC learning Statistical learning VC theory
أنظمة تعلم الآلة NeurIPS ICML ML JMLR
بوابة تعلم الآلة