الطبقة المخفية (Hidden Layer) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. طبقة داخل الشبكة العصبية تقع بين المدخلات والمخرجات وتحول التمثيل تدريجياً. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
طبقة داخل الشبكة العصبية تقع بين المدخلات والمخرجات وتحول التمثيل تدريجياً.
بالتفصيل
تستقبل الطبقة قيماً من الطبقة السابقة، تضربها في أوزان وتضيف انحيازاً ثم تمررها عبر دالة تنشيط. تتيح عدة طبقات مخفية تعلم علاقات غير خطية وسمات أكثر تجريداً.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
في شبكة للصور قد تتعلم طبقات مبكرة الحواف، ثم تجمعها طبقات أعمق في أشكال وأجزاء تساعد على التعرف.
خلي بالك: كلمة «مخفية» لا تعني سرية؛ المقصود أنها ليست طبقة الإدخال ولا طبقة الإخراج.
مصطلحات مرتبطة
Neural Network، Activation Function، Backpropagation. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: Google ML Glossary
