الدليل الفني

شبكات الطرق السريعة وتخطي الاتصالات

يسمح تخطي الاتصالات للمعلومات بالانتقال عبر الطبقات، وكانت شبكات الطرق السريعة بمثابة نسخة مبكرة من هذه الفكرة.

قراءة لمدة دقيقتينآخر تحديث

نظرة عامة

They solve the problem of training very deep networks, which paved the way for ResNets and modern deep learning.

الغوص العميق

قبل تخطي الاتصالات، كان تكديس العديد من الطبقات يجعل تدريب الشبكات أكثر صعوبة، وليس أفضل، بسبب اختفاء التدرجات وتدهور الإشارات. أضافت شبكات الطرق السريعة، التي تم تقديمها في عام 2015، بوابات تعلمية تتحكم في مقدار مدخلات الطبقة التي يتم تحويلها مقابل نقلها مباشرة، مستوحاة من بوابة LSTM. بعد فترة وجيزة، قامت ResNets بتبسيط ذلك في الاتصال المتبقي، حيث تتعلم الطبقة وظيفة متبقية ويتم إضافة مخرجاتها إلى مدخلاتها عبر اختصار الهوية. تعمل هذه الاختصارات على إنشاء مسارات مباشرة لتدفق التدرجات للخلف، مما يجعل من الممكن تدريب الشبكات على عمق مئات أو حتى آلاف الطبقات. تظهر الآن تخطي الاتصالات في كل مكان، بما في ذلك U-Nets وDenseNets والمحولات.

البصيرة الفنية

تحسب الكتلة المتبقية الإخراج = F(x) + x، لذا تحتاج الشبكة فقط إلى معرفة F(x) المتبقي بدلاً من التعيين الكامل. أثناء الانتشار العكسي، يمرر مصطلح الهوية المضافة التدرجات عبر التدرجات المتلاشية غير المتغيرة. تقوم شبكات الطرق السريعة بتعميم ذلك من خلال بوابة تحويل T وبوابة حمل، الإخراج = F(x)*T(x) + x*(1 - T(x))، حيث يتم تعلم T وتتراوح بين 0 و1.

التأثير الاستراتيجي

التكلفة والميزانية

تؤدي قرارات الهندسة المعمارية إلى زيادة الأداء وتكلفة التشغيل لسنوات.

قرارات أوضح

يساعد التعليم الفني الفرق على اختيار المجموعة المناسبة، وليس فقط المجموعة الأحدث.

مراقبة الجودة

تعمل الخيارات الهندسية الأفضل على تقليل حوادث الموثوقية في الإنتاج.

مستقبل شبكات الطرق السريعة وتخطي الاتصالات

أصبح تخطي الاتصالات الآن عنصرًا أساسيًا افتراضيًا وليس خدعة اختيارية. يستخدم كل محول الاتصالات المتبقية حول انتباهه وطبقاته الفرعية المغذية، وتظل ضرورية في نماذج الانتشار، وشبكات U-Nets، وشبكات الرسم البياني. يستكشف البحث وضع تسوية أفضل، وقياسًا قابلاً للتعلم للمسارات المتبقية، وبنيات قابلة للعكس تعيد حساب عمليات التنشيط لحفظ الذاكرة. سوف تستمر الفكرة الأساسية المتمثلة في الحفاظ على الإشارة عبر العمق مع نمو النماذج.

التنفيذ في العالم الحقيقي

يستخدم ResNet-50 وResNet-152 الاختصارات المتبقية لتدريب مصنفات الصور العميقة للغاية

تقوم المحولات ونماذج اللغة الكبيرة بتغليف الاتصالات المتبقية حول طبقات الانتباه والتغذية

تقوم اتصالات تخطي U-Net بتمرير التفاصيل المكانية الدقيقة من جهاز التشفير إلى جهاز فك التشفير لتجزئة الصورة الطبية بدقة

تقوم DenseNet بربط كل طبقة بجميع الطبقات اللاحقة، مما يشجع على إعادة استخدام الميزات وتسهيل تدفق التدرج

المخاطر والدرابزين

يمكن أن يؤدي تحسين معيار واحد إلى إخفاء نقاط ضعف النظام الأوسع.

غالبًا ما يتم التقليل من تكاليف البنية التحتية والصيانة.

يمكن أن تنمو الفجوات الأمنية وقابلية المراقبة عندما تصبح الأنظمة أكثر تعقيدًا.

خارطة طريق التنفيذ

1

تحديد الكمون والجودة وأهداف التكلفة قبل التنفيذ.

2

المعيار في ظل ظروف التحميل والبيانات الواقعية.

3

مراقبة الأدوات للأخطاء والانجراف وتأثير المستخدم.

4

قم بإعداد مسارات التراجع والاستجابة للحوادث قبل القياس.

استمر في الاستكشاف

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Highway Networks and Skip Connections quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ابدأ الاختبار

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

الدليل التالي

الشبكات السيامية والخسارة الثلاثية

الأسئلة المتداولة

What is Highway Networks and Skip Connections?

يسمح تخطي الاتصالات للمعلومات بالانتقال عبر الطبقات، وكانت شبكات الطرق السريعة بمثابة نسخة مبكرة من هذه الفكرة. لقد حلوا مشكلة تدريب الشبكات العميقة جدًا، مما مهد الطريق لشبكات ResNets والتعلم العميق الحديث.

ما هي المشكلة الأساسية التي تساعد تخطي الاتصالات في حلها في الشبكات العميقة جدًا؟

من خلال توفير مسارات مباشرة، يسمح تخطي الاتصالات بالتدرج والإشارات بالتدفق عبر الأكوام العميقة، مما يجعل الشبكات العميقة جدًا قابلة للتدريب.

ماذا تحسب الكتلة المتبقية الأساسية؟

تضيف الكتلة المتبقية المدخلات x إلى المخرجات المحولة F(x)، وبالتالي تتعلم الطبقة المتبقية فقط.

ما الذي ألهم آلية البوابات في شبكات الطرق السريعة؟

استعارت شبكات الطرق السريعة فكرة البوابات المستفادة من LSTMs للتحكم في مقدار المعلومات التي يتم تحويلها مقابل نقلها.

في شبكة الطرق السريعة، ما الذي تتحكم فيه بوابة التحويل T(x)؟

الإخراج هو F(x)*T(x) + x*(1 - T(x))، لذلك يقرر T التوازن بين تحويل وحمل المدخلات.

ما هي الهندسة المعمارية الحديثة التي تعتمد على الاتصالات المتبقية حول طبقاتها الفرعية؟

تضع المحولات الاتصالات المتبقية حول كل من الطبقات الفرعية الخاصة بالانتباه والتغذية الأمامية كتصميم قياسي.