ML 101
M07 · L03
الوحدة 7

تطبيقات الـ CNNs

الـ classification، والـ detection، والـ segmentation، والوشوش، والصوت، والنشر على الـ edge — نفس آلية الـ convolution بتشغّل كل التطبيقات دي. الدرس ده بيعرض إزاي الـ convolutional networks (الشبكات التلافيفية) بتتشغّل في الدنيا الحقيقية.

01 / 12
ML 101
M07 · L03
الـ image classification

الـ softmax والـ cross-entropy

الـ classification بيوصّل الصور لاحتمال على C فئة عن طريق softmax. والتدريب بيقلّل الـ cross-entropy loss. والـ data augmentation والـ label smoothing بيحسّنوا الـ generalization والمعايرة على نطاق واسع.

غلط البني آدم (top-5)
≈ 5%
ResNet-50
≈ 7.5%
أحسن models
< 2%
02 / 12
ML 101
M07 · L03
الـ object detection

إيه وفين؟

الـ detection بيطلّع الـ bounding boxes والـ labels بتاعتها. الـ detectors اللي بمرحلتين (Faster R-CNN) بتقترح مناطق الأول وبعدين تصنّفها. والجودة بتتقاس بالـ IoU بين الـ boxes المتوقعة والحقيقية.

الـ intersection over union
\text{IoU} = \frac{|A \cap B|}{|A \cup B|}
03 / 12
ML 101
M07 · L03
YOLO (2016)

الـ detection في pass واحد

  • قسّم الصورة لـ grid S×S؛ كل خلية بتتنبأ بـ B box واحتمالات C فئة في نفس الوقت
  • forward pass واحد — أكتر من 45 frame في الثانية، مناسب لفيديو الـ real-time
  • الـ non-maximum suppression (NMS) بيشيل الـ bounding boxes المتكرّرة المتداخلة
  • الـ mAP (mean average precision) بيجمع الـ precision–recall على كل الفئات
04 / 12
ML 101
M07 · L03
الـ semantic segmentation

تصنيف كل pixel

  • encoder–decoder — ضغط بالـ convolution والـ pooling، وبعدين upsampling للدقة الكاملة
  • الـ skip connections بتنقل التفاصيل المكانية الدقيقة من الـ encoder للـ decoder في كل مستوى دقة
  • FCN (2015) بدّلت الـ FC layers بـ convolutions 1×1 للـ predictions الكثيفة
  • U-Net بتربط خرايط الـ encoder على طول بالـ decoder — مسيطرة على الـ segmentation الطبي
05 / 12
ML 101
M07 · L03
التصوير الطبي

إدراك مخاطره عالية

  • الـ CNNs بتساوي دقة الدكاترة أو بتعدّيها في مهام محدّدة: اعتلال الشبكية، والالتهاب الرئوي، وآفات الجلد
  • التحديات: بيانات قليلة، وعدم توازن حاد في الفئات، وdistribution shift بين المستشفيات
  • الـ 3D U-Net بتتوسّع لأحجام CT/MRI بـ convolutions في تلات أبعاد
  • الـ self-supervised pretraining على صور مالهاش labels بيتغلّب على قلّة البيانات
06 / 12
ML 101
M07 · L03
التعرّف على الوشوش

الـ metric learning

الـ softmax العادي مبيقدرش يتعرّف على هويات مشافهاش أثناء التدريب. والـ metric learning (التعلم المتري) بيوصّل الوشوش لـ embeddings: نفس الشخص ← قريبين، ناس مختلفين ← بعيد. والـ triplet loss (خسارة الثالوث) بتاعة FaceNet بتطلّع الشكل الهندسي ده.

الـ triplet loss
\mathcal{L} = \max\!\left(0,\; d(a,p) - d(a,n) + \alpha\right)
07 / 12
ML 101
M07 · L03
الـ style transfer

المحتوى والأسلوب

جمّد الـ weights وحسّن الصورة نفسها بدل كده. اقرا خرايط الـ layer على طول تاخد المحتوى — إيه الموجود، وفين. واقرا الـ Gram matrix (مصفوفة غرام) بتاعتها — ترابطات الـ channels متجمّعة على كل الأماكن — فالمكان بيقع والملمس والباليتة بيفضلوا. نفس الـ activations، وقرايتين مختلفين.

الـ Gram matrix
G^{\ell}_{ij} = \sum_{k} F^{\ell}_{ik} F^{\ell}_{jk}

Gatys 2016 بيحسّن كل صورة لوحدها (دقايق). Johnson 2016 بيدرّب feedforward network واحدة لكل أسلوب (pass واحد). AdaIN 2017 بيطابق متوسط الـ features والـ variance بتاعها — أي أسلوب، في pass واحد.

08 / 12
ML 101
M07 · L03
أبعد من الصور

الـ CNNs للصوت والنص

  • الـ spectrograms بتحوّل الصوت لصور تردد–زمن في بُعدين؛ والـ CNNs بتنطبق على طول
  • الـ 1D convolutions بتتزحلق على الموجات الصوتية الخام أو sequences الـ tokens
  • WaveNet — dilated causal convolutions بتولّد كلام بجودة استثنائية عند 16 كيلوهرتز
  • TextCNN — filters في بُعد واحد بعروض 2، 3، 4 كلمات لتصنيف الجمل
09 / 12
ML 101
M07 · L03
النشر

الـ edge قصاد الـ cloud

  • الـ quantization — weights بـ INT8 بتصغّر الحجم 4 مرات وبتسرّع الـ inference على أجهزة الـ edge
  • الـ pruning — شيل الـ weights اللي تقريبًا صفر أو channels كاملة عشان شبكات sparse
  • الـ distillation — تدريب student صغير على الـ outputs الناعمة لـ teacher كبير
  • MobileNet — depthwise separable convolutions بتقلّل الحساب 8–9 مرات قصاد الـ convolution العادي
10 / 12
ML 101
اختبار سريع

شوف إيه اللي ثبت

خمس أسئلة من الدرس ده. جاوب عشان تشوف السبب — الشرح بيظهر سواء جاوبت صح أو غلط. ونتيجتك مش بتتحفظ.

السؤال 1 من 0
النتيجة 0/0

11 / 12
ML 101
الخلاصة
مراجعة

اتعلّمت إيه

الـ CNNs بتدعم الـ image classification، والـ object detection (YOLO، Faster R-CNN)، والـ semantic segmentation (U-Net)، والتعرّف على الوشوش (الـ triplet loss)، والتصوير الطبي، والصوت (spectrograms + 1D convolutions)، والنص. وعلى الـ edge، الـ quantization والـ pruning والـ distillation والـ depthwise separable convolutions بتاعة MobileNet بيصغّروا الـ models عشان تناسب ميزانيات الأجهزة الضيقة.

الوحدة 7 خلصت
الـ CNNs ✓
الدرس الجاي كل الدروس اقرا المقالة
12 / 12