شريط الأخبار
المنطقة العسكرية الشمالية تحبط محاولة تسلل على واجهتها مصر تدين انتهاك إسرائيل السافر للسيادة السورية وعيادة للأونروا جلسة طارئة لمجلس الأمن لمناقشة الوضع في فلسطين تعليمات معدلة لتعليمات الاستيراد والتصدير في منطقة العقبة الاقتصادية الخاصة الملك يبحث مع الرئيس البلغاري العلاقات الثنائية والمستجدات الإقليمية الأردن: الاعتداءات الإسرائيلية على سوريا خرق لاتفاقية فك الاشتباك الملك والرئيس الألماني يبحثان سبل تعزيز الشراكة الاستراتيجية القبض على قاتل مواطن في عين الباشا فلسطين تطالب هنغاريا تسليم نتنياهو "للعدالة فورا" طائرات إسرائيلية تلقي منشورات تحذيرية لسكان درعا السورية الملك يلتقي زعيم حزب الاتحاد الديمقراطي المسيحي في ألمانيا تنظيم الاتصالات توضح بخصوص نظام الرسائل التحذيرية في حالات الطوارئ المنتخب الوطني للسيدات يلتقي نظيره المصري وديا الملك: تهجير الفلسطينيين في الضفة وغزة يشكل تهديدًا للاستقرار الإقليمي الملك يصل برلين للقاء المستشار الألماني أولاف شولتس طرق فعالة لدعم وظائف الرئة وتحسين التنفس لماذا يجب أن تبعد هاتفك قبل النوم؟ دراسة نرويجية توضح فوائد بالجملة .. ماذا يحدث للجسم عند تناول الحمص احذر .. فرك العينين قد يكلفك بصرك 3 أخطاء شائعة أثناء تنظيف الأسنان .. تعرف عليها

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.