🚀 نقشه راهت برای تسلط به شبکه عصبی ساده 🚀

جدول محتوا

• چرا اصلا شبکه عصبی؟ یه نگاه رفیقونه به قدرت یادگیری ماشین
• پپیش‌نیازها: چی لازم داری تا شروع کنی؟
• معماری یه شبکه عصبی ساده (Perceptron) چطوره؟
• گام به گام: ساخت اولین شبکه عصبی با TensorFlow
• نکته‌های طلایی برای شبکه عصبی‌ت که بهتر کار کنه
• عیب‌یابی سریع: مشکلات رایج و راه‌حل‌هاشون
• حرف آخر: شروع یه سفر هیجان‌انگیز

نصب ابزارها

یه ترمینال یا Command Prompt باز کن و دستورات زیر رو اجرا کن:

            
pip install tensorflow
pip install numpy
pip install matplotlib
            
        

حواست باشه که ممکنه نیاز به pip3 به جای pip داشته باشی، بسته به تنظیمات پایتونت.

جدول آموزشی: ابزارهای مورد نیاز

این ابزارها پایه و اساس کار با یادگیری ماشین و شبکه‌های عصبی هستن.

مفاهیم کلیدی:

• **وزن‌ها (Weights):** اینا مقادیری هستن که نشون می‌دن هر ورودی چقدر تو خروجی یه نورون تاثیر داره. شبکه‌ها با تنظیم این وزن‌ها “یاد می‌گیرن”.
• **بایاس‌ها (Biases):** یه مقدار ثابت هستن که به مجموع وزن‌ها و ورودی‌ها اضافه می‌شن تا بتونیم خروجی رو بهتر کنترل کنیم و مدل رو انعطاف‌پذیرتر کنیم.
• **تابع فعال‌سازی (Activation Function):** این تابع تصمیم می‌گیره که آیا یه نورون باید “فعال” بشه و سیگنال رو به نورون بعدی بفرسته یا نه. مثال‌های معروفش ReLU، Sigmoid و Softmax هستن.

این سه مفهوم، بلوک‌های ساختاری هر شبکه عصبی هستن.

📚 مثال: مجموعه داده MNIST

مجموعه داده MNIST شامل 70,000 تصویر از ارقام دست‌نویس (0 تا 9) هست که 60,000 تا برای آموزش و 10,000 تا برای تست استفاده می‌شه. هر تصویر 28×28 پیکسله.

        
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

# 1. بارگذاری و آماده‌سازی داده‌ها
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# نرمال‌سازی داده‌ها به محدوده 0 تا 1
# تصاویر MNIST دارای مقادیر پیکسل بین 0 تا 255 هستند.
# تقسیم بر 255 باعث می‌شود مقادیر در بازه [0, 1] قرار گیرند.
x_train, x_test = x_train / 255.0, x_test / 255.0

# برای اینکه هر تصویر 28x28 پیکسل رو به یه وکتور 784 عنصری تبدیل کنیم،
# از reshape استفاده می‌کنیم. لایه ورودی شبکه عصبی معمولاً یه وکتور خطیه.
# -1 به معنی حفظ تعداد نمونه‌هاست و 784 = 28 * 28
x_train = x_train.reshape(x_train.shape[0], -1)
x_test = x_test.reshape(x_test.shape[0], -1)

print(f"شکل داده‌های آموزش بعد از reshape: {x_train.shape}")
print(f"شکل داده‌های تست بعد از reshape: {x_test.shape}")
        
    

        
# ساخت مدل sequential (متوالی)
# Sequential یعنی لایه‌ها رو یکی بعد از دیگری اضافه می‌کنیم.
model = tf.keras.models.Sequential([
    # لایه ورودی/پنهان اول: 128 نورون.
    # input_shape رو فقط در اولین لایه مشخص می‌کنیم. اینجا 784 (28x28 پیکسل).
    # 'relu' (Rectified Linear Unit) یه تابع فعال‌سازیه که به شبکه کمک می‌کنه الگوهای غیرخطی رو یاد بگیره.
    tf.keras.layers.Dense(128, activation='relu', input_shape=(784,)),

    # یه لایه پنهان دیگه (اختیاری اما معمول)
    # اضافه کردن لایه‌های بیشتر می‌تونه به مدل کمک کنه الگوهای پیچیده‌تر رو یاد بگیره.
    tf.keras.layers.Dense(64, activation='relu'),

    # لایه خروجی: 10 نورون برای 10 کلاس (ارقام 0 تا 9).
    # 'softmax' یه تابع فعال‌سازیه که خروجی رو به یه توزیع احتمال تبدیل می‌کنه.
    # یعنی مجموع خروجی‌ها 1 میشه و هر کدوم احتمال تعلق به اون کلاس رو نشون می‌ده.
    tf.keras.layers.Dense(10, activation='softmax')
])
        
    

        
model.compile(optimizer='adam', # 'adam' یکی از محبوب‌ترین و موثرترین الگوریتم‌های بهینه‌سازی (optimizer) است.
              # 'SparseCategoricalCrossentropy' برای مسائلی که دسته‌ها (labels) به صورت اعداد صحیح (مثل 0, 1, 2) هستند و نه One-Hot Encoding مناسب است.
              # from_logits=False یعنی خروجی لایه آخر مدل ما قبلاً از تابع softmax عبور کرده و به احتمال تبدیل شده است.
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy']) # 'accuracy' معیاری برای سنجش درستی پیش‌بینی‌های مدل است.
        
    

        
# آموزش مدل با داده‌های آموزش
# epochs: تعداد دفعاتی که مدل کل مجموعه داده آموزش را می‌بیند. هرچه بیشتر، مدل بیشتر یاد می‌گیرد اما خطر Overfitting هم هست.
# batch_size: تعداد نمونه‌هایی که در هر مرحله از آموزش به مدل داده می‌شوند.
history = model.fit(x_train, y_train, epochs=10, batch_size=32, validation_split=0.1)

# نمایش نمودار loss و accuracy در طول آموزش
plt.figure(figsize=(12, 5))
plt.subplot(1, 2, 1)
plt.plot(history.history['accuracy'], label='Training Accuracy')
plt.plot(history.history['val_accuracy'], label='Validation Accuracy')
plt.title('Accuracy over Epochs')
plt.xlabel('Epoch')
plt.ylabel('Accuracy')
plt.legend()

plt.subplot(1, 2, 2)
plt.plot(history.history['loss'], label='Training Loss')
plt.plot(history.history['val_loss'], label='Validation Loss')
plt.title('Loss over Epochs')
plt.xlabel('Epoch')
plt.ylabel('Loss')
plt.legend()
plt.show()
        
    

با اجرای این کد، باید یه سری خروجی ببینی که نشون‌دهنده پیشرفت مدل در هر Epoch هست. همینطور دو تا نمودار برای دقت (Accuracy) و زیان (Loss) روی داده‌های آموزش و اعتبارسنجی (Validation) نمایش داده میشه.

        
# ارزیابی مدل روی داده‌های تست
loss, accuracy = model.evaluate(x_test, y_test, verbose=2)
print(f"nدقت مدل روی داده‌های تست: {accuracy*100:.2f}%")

# پیش‌بینی روی چند نمونه از داده‌های تست
predictions = model.predict(x_test[:5]) # پیش‌بینی برای 5 نمونه اول

# نمایش پیش‌بینی‌ها
print("nپیش‌بینی‌ها برای 5 نمونه اول:")
for i, pred in enumerate(predictions):
    predicted_class = np.argmax(pred) # کلاسی که بیشترین احتمال رو داره
    actual_class = y_test[i]
    print(f"نمونه {i}: پیش‌بینی شده: {predicted_class}, واقعی: {actual_class}, احتمال‌ها: {pred.round(2)}")

# نمایش یکی از تصاویر با پیش‌بینی
plt.figure(figsize=(2, 2))
plt.imshow(x_test[0].reshape(28, 28), cmap=plt.cm.binary)
plt.title(f"پیش‌بینی شده: {np.argmax(predictions[0])}, واقعی: {y_test[0]}")
plt.axis('off')
plt.show()
        
    

اینجا می‌تونیم ببینیم مدل چقدر خوب تونسته ارقام رو تشخیص بده.

مشکلات احتمالی و راه حل‌ها

• مدل اصلاً یاد نمی‌گیره یا دقتش خیلی پایینه:

  راه‌حل:
  اول مطمئن شو داده‌هات به درستی نرمال‌سازی شدن. نرخ یادگیری (learning rate) اوپتایمزر رو کم یا زیاد کن. تابع فعال‌سازی لایه‌های پنهان رو چک کن (ReLU معمولاً خوبه). شاید نیاز به لایه‌های پنهان بیشتر یا نورون‌های بیشتری تو هر لایه داشته باشی. همینطور بررسی کن که Loss Function و Metrics رو درست انتخاب کردی.

• Loss کم نمی‌شه یا خیلی نوسان داره:

  راه‌حل:
  این معمولاً نشونه‌ی یه مشکل تو نرخ یادگیریه. نرخ یادگیری رو کوچیک‌تر کن. می‌تونی از Batch Size کوچک‌تر هم استفاده کنی. همینطور، ممکنه داده‌هات خیلی نویز داشته باشن یا نیاز به پیش‌پردازش بهتری داشته باشن.

• مدل روی داده‌های آموزش عالی عمل می‌کنه ولی روی داده‌های تست افتضاحه (Overfitting):

  راه‌حل:
  این یعنی مدل “حفظ کرده” به جای “یادگرفته”. تعداد Epochs رو کم کن. از تکنیک `Dropout` استفاده کن. می‌تونی داده‌های آموزشی‌ت رو بیشتر کنی (Data Augmentation) یا مدل ساده‌تری بسازی. Regularization (مثل L1/L2) هم کمک‌کننده‌ست.

• خطاهای مربوط به Shape داده‌ها (Dimension Mismatch Errors):

  راه‌حل:
  این مشکل معمولاً موقعی پیش میاد که shape ورودی لایه اول شبکه (`input_shape`) با shape داده‌های آموزشی‌ت جور در نمیاد. دقیقاً چک کن که داده‌هات رو چطور `reshape` کردی. TensorFlow یه سری قوانین سفت و سخت برای ابعاد داده‌ها داره که باید رعایت بشن.

صبور باش و زیاد آزمایش کن! یادگیری ماشین همین آزمایش و خطا رو می‌طلبه.