إن التبريد بالخلف هو خوارزمية أساسية تستخدم لتدريب الشبكات العصبية العميقة، وهو يساعد على تعديل أوزان الشبكة لتقليل الخطأ إلى أدنى حد، ويوفر هذا الدليل عملية تدريجية لتنفيذ عملية المعالجة بالخلف بفعالية.

فهم الأساسيات

وتشمل المعالجة الخلفية حساب درجة الخسارة بالنسبة لكل وزن في الشبكة، وتستخدم هذه العملية قاعدة التسلسل في الحساب لنشر الأخطاء من طبقة الإنتاج إلى طبقة المدخلات.

الخطوة 1: بدء عمليات الضبط

البدء بالإيجاب عشوائيا لأهمية الشبكة العصبية وتحيزاتها، ويمكن أن يؤدي الاستهلالية السليمة إلى تحسين كفاءة التدريب والتقارب.

الخطوة 2: المرور الأمامي

وتُنقل بيانات المدخلات من خلال الشبكة لتوليد التنبؤات، وتُحسب في هذه المرحلة عمليات التنشيط في كل طبقة باستخدام الأوزان والتحيزات الحالية.

الخطوة 3: الخسائر في المكبس

ويقاس الفرق بين الناتج المتوقع والهدف الفعلي باستخدام وظيفة الخسارة، مثل الخطأ المربع أو المتداخل.

الخطوة 4: عودوا إلى الوطن

(ب) حساب مستوى الخسارة فيما يتعلق بكل وزن عن طريق نشر الخطأ بالخلف من خلال الشبكة، ويشمل ذلك مشتقات حاسوبية في كل طبقة.

الخطوة 5: تحديث الوزن

عدل الأوزان والتحيزات باستخدام التدرجات ومعدل التعلم هذه الخطوة تقلل من وظيفة الخسارة وتحسن أداء الشبكة

  • الأوزان الأولية
  • تمرير متقدم
  • الخسائر في الحسابات
  • التدرجات المكمّلة عن طريق البروغات الخلفية
  • آخر الأوزان