محتويات الدورة

التعلم العميق / التمثيل وأدلة القبول / الدرس 13

التضمينات والأهداف التقابلية

افصل هندسة التمثيل وأزواج التدريب والدليل المستمد من المهمة اللاحقة.

وقت القراءة التقريبي: 4 دقيقةتاريخ مراجعة المحتوى
في هذه الصفحة

أهداف الدرس

  • تعريف عقد التضمين والتشابه.
  • حساب خسارة تقابلية صغيرة.
  • تدقيق بناء الأزواج بحثاً عن اختصارات.

التضمين نظام إحداثيات متعلم

يحول التضمين كائناً أو معرفاً منفصلاً إلى متجه عددي لهدف لاحق. يخصص جدول البحث صفاً قابلاً للتعلم لكل عنصر مفردات، بينما يحسب المشفر متجهاً من مدخل منظم. لا يكون قرب المتجهات معناداً إلا بالنسبة إلى الهندسة والهدف والمجتمع المختار. يعتمد الضرب النقطي على طول المتجه، ويقارن جيب تمام الزاوية الاتجاه للمتجهات غير الصفرية. يغير التطبيع عقد النموذج. قد يشوه الرسم المنخفض الأبعاد المسافات، فلا يحل محل الفحص العددي والتقييم الملائم للاستخدام.

يحدد بناء الأزواج إشارة التعلم

يشجع هدف تقابلي المرساة على مطابقة موجب محدد مقارنة بسوالب محددة. قد يكون الموجب تحويلين مسموحين لكائن اصطناعي واحد، وتأتي السوالب من سياسة سحب معلنة. ترمز هذه القرارات إلى افتراضات الثبات والتمييز. قد يصبح كائنان مرتبطان سالبين كاذبين، أو يزيل التحويل معلومة تحتاجها المهمة اللاحقة. وقد يستغل المشفر علامة مائية أو نمط حشو مشتركاً. وثق إنشاء الأزواج وافحص بقاء العلاقة المرغوبة قبل زيادة النموذج أو التدريب.

افحص الهندسة بمتجهات ثابتة

يقارن المثال متجهاً بنسخة موجبة التحجيم من نفسه وبمتجه متعامد، فيعطي التشابه واحداً وصفراً. يفحص ذلك تعريف التشابه ولا يثبت الجودة الدلالية. اتجاه المتجه الصفري غير معرف ويحتاج سياسة رفض أو تثبيت موثقة؛ فقد ينتج عن القسمة الصامتة على معياره قيم غير صالحة. يحتاج الاسترجاع أيضاً قاعدة تعادل وعقد مجموعة مرشحين. قد يخفي فحص الجيران في مجموعة منتقاة صغيرة فشلاً عند توسيعها أو إدخال مرشحين مربكين مشروعين.

python حساب حتمي بالمكتبة القياسية
from math import sqrt
def cosine(a, b):
    na = sqrt(sum(x*x for x in a))
    nb = sqrt(sum(x*x for x in b))
    assert na > 0 and nb > 0
    return sum(x*y for x,y in zip(a,b))/(na*nb)
anchor = [1.0, 0.0]
print(f"positive={cosine(anchor,[2.0,0.0]):.1f}")
print(f"negative={cosine(anchor,[0.0,1.0]):.1f}")
الناتج المتوقع
positive=1.0
negative=0.0

يتجاهل جيب تمام الزاوية التحجيم الموجب للمتجه غير الصفري؛ وتحتاج الأصفار سياسة صريحة.

تغير الحرارة المقارنة التقابلية

يعامل المثال الموجب كالفئة صفر في softmax لمرشحين بعد قسمة التشابه على الحرارة. يخفض تقليل الحرارة الخسارة هنا لأنه يزيد حدة مقارنة يتفوق فيها الموجب أصلاً. لو تفوق السالب لزادت العقوبة. المقام ومجموعة السوالب جزء من الهدف؛ فتغيير عددها أو توزيعها يغير معنى الخسارة. وثق ذلك عند مقارنة المنحنيات، ولا تعتبر خسارة أقل تحت مجموعة مرشحين مختلفة دليلاً آلياً على تمثيل أفضل.

python حساب حتمي بالمكتبة القياسية
from math import exp, log
similarities = [1.0, 0.0]
for temperature in [1.0, 0.5]:
    scores = [s/temperature for s in similarities]
    m = max(scores)
    loss = m + log(sum(exp(s-m) for s in scores)) - scores[0]
    print(f"temperature={temperature:.1f}, loss={loss:.6f}")
الناتج المتوقع
temperature=1.0, loss=0.313262
temperature=0.5, loss=0.126928

تتغير خسارة موجب وسالب واحدين مع الحرارة لدرجات ثابتة، ولا تمثل تقييماً لتمثيل متعلم.

قيّم التمثيل ضمن حد أمين

يفحص مصنف خطي فوق تمثيل مجمد قدرة مقيدة، بينما يغير الضبط الدقيق التمثيل ويختبر إجراء مختلفاً. تقيس مقاييس الاسترجاع سلوكاً آخر يعتمد على أحكام الصلة والمرشحين. افصل بيانات الاختيار عن التقييم النهائي وامنع عبور الكائنات المرتبطة حدوداً غير مشروعة. افحص الشرائح والتحويلات المزعجة وخطوط أساس للاختصارات. تستعمل الأمثلة متجهات ثابتة دون مشفرات أو نص خارجي أو نماذج محملة؛ فتثبت الهندسة وحساب الخسارة فقط، ولا يترتب عليها فهم دلالي أو عدالة أو أداء نقل.

الأخطاء الشائعة وإصلاحها

عُد التشابه العالي دليلاً على المعنى المشترك

لماذا يحدث؟
فُسرت الهندسة دون هدفها ومجتمعها.
كيف تصلحه؟
تحقق من الصلة الخاصة بالمهمة بمجموعة مرشحين أمينة.
كيف تتجنب تكراره؟
وثق التشابه والتطبيع وافتراضات التقييم.

تحسنت الخسارة بعد حذف سوالب صعبة

لماذا يحدث؟
أصبحت المقارنة أسهل دون إثبات تحسن المشفر.
كيف تصلحه؟
قارن البناء نفسه أو أعلن تغير المهمة.
كيف تتجنب تكراره؟
أصدر نسخاً لسياسات الأزواج والسوالب.

أنتج التشابه قيماً غير صالحة

لماذا يحدث؟
كان معيار متجه صفراً.
كيف تصلحه؟
طبق سياسة صريحة للمتجه الصفري قبل القسمة.
كيف تتجنب تكراره؟
اختبر التمثيلات الصفرية والقريبة منها منفصلة.

اختبر فهمك

1. ماذا يحدث للضرب النقطي وجيب تمام الزاوية إذا ضربنا المتجه الثاني بعشرة موجبة؟

اعرض الحل المشروح

يتضاعف الضرب النقطي بعشرة، ويبقى جيب التمام ثابتاً لأن العامل نفسه يظهر في البسط والمعيار، بشرط ألا يكون المتجهان صفريين. لذلك قد تختلف رتب الاسترجاع المطبع وغير المطبع عندما تختلف أطوال المتجهات.

2. لماذا قد لا تصلح قصتان من صورة كزوج موجب لمهمة عد الأجسام؟

اعرض الحل المشروح

قد تحذف القصة أجساماً فتغير العدد المطلوب؛ واعتبار المنظرين متكافئين يفقد معلومة الهدف. صمم التحويلات وفق المعنى اللاحق أو صرح بأن الهدف مختلف. افحص الوسوم والتغيرات المطلوبة بدلاً من نسخ سياسة التحويل آلياً.

أهم ما تعلمته

  • تعرف هندسة التضمين بهدف ومقياس.
  • يحمل سحب الأزواج افتراضات واختصارات محتملة.
  • قيّم السلوك اللاحق مستقلاً عن خسارة التدريب.

المراجع الرسمية