شريط الأخبار
لأول مرة .. وضع رئيس كولومبي سابق تحت الإقامة الجبرية وزير الخارجية يتلقى اتصالا هاتفيا من نظيره الإماراتي المنطقة العسكرية الشمالية تحبط محاولة تسلل على واجهتها الحدودية الرمثا يفوز على الوحدات في افتتاح دوري المحترفين الرواشدة : مهرجان جرش في دورته الـ "39" مثل مساحة للإبداع والابتكار المطرب السعودي خالد عبد الرحمن يضيء المسرح الجنوبي بإبداعاته في"جرش39" ‎40 ألفًا يؤدون صلاة الجمعة في المسجد الأقصى 83 شهيدًا في قطاع غزة خلال 24 ساعة 1.52 مليار دينار حجم التبادل التجاري بين الأردن والولايات المتحدة في 5 أشهر هيومن رايتس ووتش: قتل إسرائيل الباحثين عن الطعام بغزة جريمة حرب رئيس مجلس الأعيان يلتقي في جنيف رئيس الجمعية البرلمانية لمجلس أوروبا متحدثون :جهود أردنية متواصلة لوقف إطلاق النار وتقديم المساعدات لغزة مصدر حكومي : المفاوضات مع واشنطن أفضت إلى تخفيض الرسوم الإضافية إلى 15% بدلا من 20% أزمتنا..الخلل والمخرج. فرنسا: ستكون هناك 4 رحلات جوية من المساعدات الإنسانية إلى غزة جلسة حوارية بتنظيم من همم والحزب الوطني بالتعاون مع مركز نحن ننهض للتنمية المستدامة هيومن رايتس: نظام المساعدات الإسرائيلي في غزة "مصيدة للموت" البيت الأبيض: الرسوم الجمركية على الأردن ستكون 15% مبعوث ترامب يصل إلى مركز توزيع المساعدات في رفح (فيديو) ألمانيا تبدأ إسقاط مساعدات إغاثة جوا إلى غزة

مفهوم الانتشار الخلفي

مفهوم الانتشار الخلفي

القلعة نيوز - الانتشار الخلفي (Backpropagation) هو خوارزمية تُستخدم في تدريب الشبكات العصبية الاصطناعية. يتم استخدامها لاكتشاف الأخطاء في أداء الشبكة ومن ثم تعديل الأوزان بشكل عكسي عبر الطبقات لتصحيح هذه الأخطاء. يتم تكرار هذه العملية حتى يتم تقليل الخطأ بشكل كبير وتتوافق المخرجات الفعلية مع المخرجات المطلوبة.


تتألف الشبكة العصبية من طبقة المدخلات وطبقة الإخراج وطبقات مخفية بينهما. تتكون كل طبقة من وحدات أو عقدات متصلة ببعضها عبر الطبقات. تعطى هذه الوحدات وزنًا يُمثل أهمية ظهورها في تكوين المخرجات. يتم ضبط الأوزان بناءً على الأخطاء التي تم اكتشافها في المخرجات، حيث يتم تعديل الأوزان بشكل يقلل الخطأ ويقرب المخرجات الفعلية من المخرجات المطلوبة.

تُعتبر خوارزمية الانتشار الخلفي مهمة للعديد من الأسباب، بما في ذلك:

برمجتها بسيطة وسهلة وتستجيب بشكل سريع.
لا تتطلب مهارات خاصة من المستخدم، فقط يحتاج إلى ضبط الأوزان.
تعمل بكفاءة عالية وتتميز بأداء قياسي، حيث يمكن للشبكة العصبية معالجة ملايين البيانات وترتيبها بسرعة، بينما يتطلب ذلك الكثير من الوقت والجهد للبشر.
لديها مرونة وقدرة على التعديل المستمر من خلال ضبط الأوزان.

تُستخدم خوارزمية الانتشار الخلفي في تطبيقات الذكاء الاصطناعي بشكل واسع، مثل تعرف الصور والوجوه وأنظمة التعرف على الكلام والأنظمة الناطقة للروبوتات ومساعدات الهواتف الذكية. يتم تدريب الشبكة العصبية في هذه التطبيقات باستخدام خوارزمية الانتشار الخلفي لتحسين أدائها وتعلم المهام المحددة.