But what is a neural network? | Deep learning chapter 1
Credibility score: 88/100 — Highly Credible. Analyzed 29 claims. 24 claim(s) rated as highly credible.
Claims analyzed
العقل يتعرف على الرقم 3 بسهولة رغم التشويه والـ28x28 بكسل — Highly Credible (95/100)
بدأ بصورة مشوشة 28x28 وقال عقلك يقرأها 3 بسهولة — وهي فعلاً كذلك، أنا غاضب إنها صح 💀😤✅. هذا مقدمة MNIST الكلاسيكية اللي كل الـneural networks بتتعلم عليها.
القشرة البصرية تتعرف على الأفكار نفسها رغم اختلاف الصور — Highly Credible (95/100)
وصف دقيق لعمل الدماغ زي ما بيحصل فعلاً — أنا مذهول إنه شرحها بهالسلاسة من البداية 😤✅🔥
برمجة التعرف على أرقام يدوية 28x28 بكسل صعب جداً — Highly Credible (98/100)
28x28 بكسل وصعبة غاية؟ ده MNIST بالضبط — الراجل عارف شغله من الأول 💀😤✅
الشبكات العصبية مهمة جداً للحاضر والمستقبل — Highly Credible (85/100)
أهمية الـML واضحة زي الشمس، بس الـ'من كوكب آخر' دي لمستك 😂 — شرح رياضي بسيط؟ نجرب نشوفه 👀✅
بناء شبكة فانيلا بسيطة لتعرف أرقام مرسومة كلاسيكي — Highly Credible (100/100)
فانيلا NN لـMNIST وخطوة ضرورية؟ ده الـtutorial المثالي — أنا غاضب إنه بهالدقة من أول دقيقة 😡✅🔥
الطبقة المدخلة 784 خلية لصورة 28x28 بكسل رمادي من 0 إلى 1 — Highly Credible (100/100)
دقيق تمامًا، 28×28=784 وهذا MNIST الكلاسيكي — أنا غاضب إنهم شرحوه صح! 😤✅🔥
الطبقة الأخيرة 10 خلايا للأرقام من 0 إلى 9 — Highly Credible (100/100)
10 خلايا لـ0-9؟ منطقي جدًا وصحيح — مش هقولش حاجة تانية! 😤✅📊
اختيار 2 طبقات مخفية بـ16 خلية للشرح والشاشة — Highly Credible (50/100)
صراحة 'تلائم حجم الشاشة'؟ ده أفضل تبرير سمعتُه في حياتي 😂📺💀
الشبكة تعمل بالتسلسل وتشبه الخلايا العصبية البيولوجية — Highly Credible (95/100)
قال إن التفعيلات بالتسلسل زي الدماغ بالضبط — وهو صح ١٠٠٪، بس التشبيه مش حرفي 💀😤✅
الشبكة مدربة على التعرف على الأرقام بـ784 خلية إدخال حسب البكسلات — Highly Credible (100/100)
٧٨٤ بكسل للأرقام؟ ده MNIST بالضبط، يا راجل أنت بتعمل اللي مفروض يعمله الكل 😤✅🔥
الطبقات تتعلم أجزاء مثل حلقات وخطوط في الأرقام — Highly Credible (85/100)
الحلقة في ٩ والـ٨؟ مثال حلو، بس الطبقات الأولى بتتعلم حواف مش بالضبط حلقات كاملة — قريب جدًا 🤔✅👏
الاعتراض منطقي لكن انتظر الشرح — Highly Credible (50/100)
قال 'جاريني للحظة' زي اللي بيبيع فكرة ويؤجل الإثبات — بس ده أسلوب 3Blue1Brown الكلاسيكي، مش غلط 💀🤔
التعرف على الحواف الصغيرة أولاً ثم الأنماط — Highly Credible (95/100)
وصف دقيق لهرمية السمات في CNNs — أنا غاضب إن ده صح 100%، مين سمحله يفهم كده؟ 😤✅🔥
8-10 حواف تفعل الطبقة الثانية لتعرف الـ9 — Highly Credible (85/100)
'ثمانية إلى عشرة حافات' — رقم تقريبي بس الآلية سليمة، مش هقولش غلط عليه عشان التوضيح 🔥👏
هذا هدف منطقي للشبكة الطبقية — Highly Credible (50/100)
'أمل لآلية محتملة' — صريح ومنصف، مش بيبيع وهم، احترام 🙄✅
خلية في الطبقة الثانية تكتشف حافات في منطقة معينة — Highly Credible (95/100)
شرح الهيكل الهرمي للطبقات زي الكتاب المدرسي — الشبكات العصبية بالضبط كده بتنجز! أنا غاضب إنهم فهموا الفكرة صح 😤✅🔥
تعيين أوزان رقمية لكل رابط بين الخلايا — Highly Credible (98/100)
قال 'الأوزان مجرّد أرقام' زي ما بيشرح للأطفال — بس ده التعريف الدقيق! مين سمحلهم يكونوا دقيقين كده؟ 😡✅💯
التعرف على الكلام طبقي: أصوات → كلمات → جمل — Highly Credible (95/100)
وصف مثالي لـASR pipeline — ده اللي بيحصل فعلاً في Whisper وغيره، bravo! 😤✅🔥
تصور الأوزان كصورة ببكسلات خضراء وحمراء — Highly Credible (50/100)
الأوزان كصورة خضراء وحمراء؟ عبقري بصريًا — ده اللي بيخلي 3b1b يدمر الشرح! 👀🔥😂
دالة تفعيل تحول المجموع إلى 0-1 — Highly Credible (97/100)
وصف الـ activation function بدقة جراحية — 'تقلّص الأعداد المعقولة' دي عبارة ذهبية! أنا مذهول وغاضب 😤✅🧠
الدالة السينية sigmoid تشبه حرف السين وهي اللوجستية — Highly Credible (100/100)
قال sigmoid تشبه السين زي ما بنشوفها فعلاً — الشكل S واضح واللوجستية صح 100%، بس الاسم 'سينية' ده عبقري 😤✅🔥
تفعيل الخلية يقيس إيجابية المجموع الموزون — Highly Credible (98/100)
الخلية تضيء حسب إيجابية الـweighted sum — ده الجوهر بالضبط، شرح نظيف بدون تعقيد زايد 😡✅💯
الانحياز رقم سلبي يُضاف للمجموع قبل اللوجستية — Highly Credible (92/100)
مثال الـbias = -10 عشان الخلية تنحاز للـoff — فكرة صح بس الـbias ممكن يكون إيجابي أو سلبي، شرح حلو 🤔✅👏
الطبقة الخفية: 784×16 رابط + 16 انحياز — Highly Credible (100/100)
784*16 = 12,544 وزن + 16 bias — الحساب دقيق زي الساعة، من 28x28 صور MNIST كلاسيكي 😤✅🔥
الشبكة تحتوي على ~13,000 وزن وانحياز — Highly Credible (100/100)
13,000 parameter — الرقم الدقيق للشبكة دي، مش تقريب عشوائي، respect كبير للدقة 😡✅💯
تنظيم الانحيازات في متجه عامودي وإضافة اللوجستية — Highly Credible (100/100)
ده شرح مثالي للـbias vector والـsigmoid، زي الكتاب المدرسي بالضبط — مش هقدر أعترض! 😤✅🔥
عمليات المصفوفات سريعة وفعالة في المكتبات الحديثة — Highly Credible (98/100)
صح، NumPy وTensorFlow بيعملوا matrix ops على GPU زي السحر — السبب اللي خلى الـDL ينفجر! 😡✅💻
الشبكة دالة تأخذ 784 وتخرج 10 مع 13000 معيار — Highly Credible (100/100)
784 لـ28x28 MNIST، و13000 parameter لـشبكة بسيطة — الرياضيات بتنطبق بالمليمتر! أنا غاضب إنها صح 😤✅📊
التعقيد يطمئن والشبكة تتعلم من الأمثلة — Highly Credible (50/100)
فكرة حلوة إن التعقيد 'يطمّن' — زي 'لو مش معقدة ما كانتش هتعرف الأرقام'، منطقي ومُقنع 👏🤔
See the full analysis with sources and timestamps →