التضمينات

التضمين هو مساحة ذات أبعاد منخفضة نسبيًا حيث يمكنك ترجمة متّجهات عالية الأبعاد. تسهّل التضمينات تعلُّم الآلة على المدخلات الكبيرة، مثل المتّجهة المتفرقة التي تمثّل الكلمات. ومن الناحية المثالية، تسجِّل التضمين بعض دلالات الإدخال من خلال وضع المدخلات المتشابهة دلاليًا بالقرب من بعضها في مساحة التضمين. يمكن تعلّم التضمين وإعادة استخدامه في جميع الطُرز.

التضمينات

  • الإدخال: 1000000 فيلم اختار 500000 مستخدم مشاهدتها
  • المَهمة: اقتراح الأفلام على المستخدمين

لحل هذه المشكلة، نحتاج إلى طريقة لتحديد الأفلام المتشابهة.

قائمة أفلام مرتّبة في سطر واحد من اليسار إلى اليمين. بدءًا من اليسار و&#39؛Shrek','The Inredibles','The Tripleles of Belleville','Hary Potter','Star Wars''Bleu'&B;;Role'&E;&33;;;E;&33;;Roe;;;#39; #39;Bleu' #39; #39; #39; #39; #39; #39; ; #39; #39; ;

قائمة الأفلام نفسها في الشريحة السابقة ولكن مرتّبة على بُعدين، على سبيل المثال 'Shrek' تقع على يسار وما فوق لـ 'The Incredibles

يشبه الرسم البياني السابق ولكن مع محور وتصنيفات لكل ربع. يوضح ترتيب الأفلام ما يلي: في أول قسم في أعلى يمين الشاشة، تمّت مشاهدة فيلم للبالغين Bulusters الذي يحتوي على 'Star Wars' 'The دارك نايت رايز&#39 ومع الأفلام 'Hero' و'النمر الكرواتي والتنين المخفي والمخفي الذي ظهر في التنين وما فوقه. الرباع الثاني الثاني في أسفل اليمين هو "راشد للبالغين" الذي يحتوي على الأفلام 'Bleu' &&33;Memento' مع 'Waking Life' والذي تمت إضافته إلى رباعية Art Arthouse. ربع السنة الثالث من الجزء السفلي الأيسر هو "رصيف للأطفال" ويحتوي على الفيلم 'The Tripleles of Belle&&39; 'Wallace and Gromit' إلى إضافة رباعية فنون الأطفال. الرُبع الرابع والأخير في أعلى يمين الشاشة هو قسم الأطفال الصغار الذي يحتوي على 'Shrek', 'The Incredibles' و 'Hary Potter' والفيلم ' School of Rock' إلى وحدة رباعية لكل من الأطفال.

نفس ترتيب الشريحة الأخيرة. 'Shrek' &&33;Bleu' كأمثلة لإحداثياتها في طائرة تضمين ثنائية الأبعاد.

  • تفترض مدى إمكانية اهتمام المستخدمين بالأفلام بشكل تقريبي من خلال الجوانب
  • يصبح كل فيلم نقطة ذات أبعاد مختلفة، حيث تشير القيمة في البُعد د إلى مدى ملاءمة الفيلم لذلك الجانب.
  • يمكن التعرّف على التضمينات من البيانات.
  • لا حاجة إلى عملية تدريب منفصلة، فطبقة التضمين هي طبقة مخفية تحتوي على وحدة واحدة لكل بُعد
  • تعمل المعلومات الخاضعة للإشراف (مثلاً، المستخدمون الذين شاهدوا الفيلم نفسه) على تخصيص التضمينات التي تم تعلّمها للمهمة المطلوبة.
  • تحدّد الوحدات المخفية بشكلٍ بديهي كيفية تنظيم العناصر في مساحة المكوّن الأبعاد بطريقة لتحسين الهدف النهائي على أفضل نحو.
  • كل مثال (صف في هذه المصفوفة) هو متّجه منخفض (الميزات) التي شاهدها المستخدم.
  • تمثيل كثيف لهذا المثال على النحو التالي: (0, 1, 0, 1, 0, 0, 0, 1)

لا يُعدّ فعّالاً من حيث المساحة والوقت.

جدول يكون فيه كل عنوان عمود فيلمًا ويمثّل كل صف مستخدمًا والأفلام التي شاهدها.
  • إنشاء قاموس تعيين كل ميزة إلى عدد صحيح من 0، ...، # فيلم - 1
  • تمثيل المتّجه قليلًا بكفاءة باعتباره فقط الأفلام التي شاهدها المستخدم. ويمكن تمثيل ذلك على النحو التالي: استنادًا إلى موضع عمود الأفلام في المتجه المتفرِّق المعروض على اليسار، يمكن تمثيل الأفلام مثل #0,1, 999999 بالأسطر الثلاثية
متّجه متمثّل يمثّل جدولاً، ويحتوي كل عمود فيه على فيلم وكل صف يمثّل مستخدمًا. يحتوي الجدول على الأفلام من الرسومات التوضيحية السابقة، ويتم ترقيمها من 1 إلى 999999. يتم التحقق من كل خلية في الجدول إذا شاهد المستخدم فيلمًا.

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقع أسعار البيع في المنزل

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة يُستخدَم لتوقّع أسعار البيع المنزلية (مع تسليط الضوء على ترميز متّجه)

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة يُستخدَم لتوقّع أسعار البيع المنزلية
  (مع تسليط الضوء على طبقة تضمين ثلاثية الأبعاد)

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع أسعار البيع المنزلية
  (مع تسليط الضوء على ميزات إدخال خطوط الطول والعرض)

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة يُستخدَم لتوقّع أسعار البيع المنزلي
  (ميزات الإدخال يتم إدخالها في طبقات مخفية مخفية)

مشكلة التراجع في توقّع أسعار المبيعات في المنزل:

رسم بياني لشبكة عصبية عميقة مُستخدَم لتوقّع أسعار البيع المنزلي
  (نتيجة للشبكة العصبونية العميقة التي تم تمييزها)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة مُستخدَم لتوقّع الأرقام المكتوبة بخط اليد

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة مُستخدَم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تمييز ترميز متّجه متناثر)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تسليط الضوء على ميزات أخرى)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة مُستخدَم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تسليط الضوء على تضمين ثلاثي الأبعاد)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تسليط الضوء على الطبقات المخفية)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تمييز طبقة اللوغاريت)

تصنيف متعدد الطبقات لتوقّع رقم بخط اليد:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأرقام المكتوبة بخط اليد
  (مع تمييز طبقة الفئة المستهدفة)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

مخطَّط لشبكة عصبية عميقة تُستخدم لتوقّع الأفلام المقترَحة

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

مخطَّط لشبكة عصبية عميقة تُستخدم لتوقّع الأفلام التي سيتم اقتراحها
 (تم تمييز طبقة الفئة المستهدفة)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأفلام التي سيتم اقتراحها
  (مع تمييز ترميز المتّجه)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

مخطَّط لشبكة عصبية عميقة تُستخدَم لتوقّع الأفلام التي سيتم اقتراحها
  (مع تمييز التضمين الثلاثي الأبعاد)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

مخطَّط لشبكة عصبية عميقة تُستخدم لتوقّع الأفلام التي سيتم اقتراحها
  (مع تمييز ميزات أخرى)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

رسم بياني لشبكة عصبية عميقة يُستخدم لتوقّع الأفلام المقترَحة
  (مع تسليط الضوء على الطبقات المخفية)

الفلترة التعاونية لتوقّع الأفلام المقترَحة:

مخطَّط لشبكة عصبية عميقة تُستخدم لتوقّع الأفلام التي سيتم اقتراحها
 (تم تمييز طبقة اللوغاريت)

الشبكة الإعلانية

  • تتوافق كل وحدة من الوحدات المخفية مع أحد الأبعاد (ميزة حالية)
  • قيم ترجيح الحافة بين فيلم وطبقة مخفية هي قيم الإحداثيات
  • مخطَّط تدرّجي لشبكة عصبية عميقة يضم عُقد في الطبقة السفلية المرتبطة بثلاث نقاط في الطبقة الأعلى التالية

عرض هندسي لتضمين فيلم واحد

نقطة في مساحة ثلاثية الأبعاد تتطابق مع عقدة الطبقة السفلية في مخطط الشبكة العصبية العميقة.
  • يمكن أن تمثل التضمينات ذات الأبعاد الأعلى العلاقات بين قيم الإدخال بدقة أكبر.
  • مع زيادة الأبعاد، تزيد فرصة الاحتواء بشكل زائد وتدريب أبطأ
  • القاعدة التجريبية لضباط التثبيت (نقطة بداية جيدة، ولكن يجب ضبطها باستخدام بيانات التحقّق):
  • $$ dimensions \approx \sqrt[4]{possible\;values} $$
  • يتم تضمين العناصر في الخريطة (مثل الأفلام، النص،...) إلى متّجهة حقيقية ذات أبعاد منخفضة بطريقة تجعل العناصر المشابهة متقاربة من بعضها البعض
  • يمكن أيضًا تطبيق التضمينات على البيانات الكثيفة (مثل الصوت) لإنشاء مقياس تشابه مهم
  • تضمين أنواع مختلفة من البيانات بشكلٍ مشترك (مثل النصوص والصور والملفات الصوتية وغيرها) يحدّد التشابه بينها