رفتن به مطلب

سوالات و مشکلات خود را در مورد شبکه های عصبی اینجا مطرح کنید


ارسال های توصیه شده

  • پاسخ 43
  • ایجاد شد
  • آخرین پاسخ

بهترین ارسال کنندگان این موضوع

آیا تو طراحی شبکه های عصبی , باید تموم ورودی ها رو به تمام نورون ها اعمال کنیم ؟ یا نه

 

لازم نیست تمام ورودی ها اعمال بشه.

اما هرچقد تعداد ورودیهات بیشتر باشه جوابت دقیقتره:icon_gol:

لینک به دیدگاه
لازم نیست تمام ورودی ها اعمال بشه.

اما هرچقد تعداد ورودیهات بیشتر باشه جوابت دقیقتره:icon_gol:

خب برچه اساسی یه سری از ورودی ها رو به یه نورون و بعضی دیگه رو به بقیه نورون ها اعمال می کنند؟

لینک به دیدگاه
خب برچه اساسی یه سری از ورودی ها رو به یه نورون و بعضی دیگه رو به بقیه نورون ها اعمال می کنند؟

 

فک کنم بر اساس عملکرد نرون ها طبقه بندی بشن

مثلا برای هر نرون یه مجموعه قوانین شرطی به عنوان دیتا بیس تعریف می شه که این قوانین فقط برای تعدادی از پارامترها معتبره

البته احتمالا باید لایه بندی وجود داشته باشه

یعنی اگر تو لایه سطح اول دو تا نرون هست و پارامترها به دو گروه تقسیم می شن، نتیجه حاصل از هر نرون تو سطح دوم تو یه نرون دیگه تجمیع می شه !

البته من چیزی نمی دونم، اینو همین جوری گفتم :ws3:

لینک به دیدگاه
فک کنم بر اساس عملکرد نرون ها طبقه بندی بشن

مثلا برای هر نرون یه مجموعه قوانین شرطی به عنوان دیتا بیس تعریف می شه که این قوانین فقط برای تعدادی از پارامترها معتبره

البته احتمالا باید لایه بندی وجود داشته باشه

یعنی اگر تو لایه سطح اول دو تا نرون هست و پارامترها به دو گروه تقسیم می شن، نتیجه حاصل از هر نرون تو سطح دوم تو یه نرون دیگه تجمیع می شه !

البته من چیزی نمی دونم، اینو همین جوری گفتم :ws3:

 

w58.gifمواد و شبکه عصبی؟!

لینک به دیدگاه
فک کنم بر اساس عملکرد نرون ها طبقه بندی بشن

مثلا برای هر نرون یه مجموعه قوانین شرطی به عنوان دیتا بیس تعریف می شه که این قوانین فقط برای تعدادی از پارامترها معتبره

البته احتمالا باید لایه بندی وجود داشته باشه

یعنی اگر تو لایه سطح اول دو تا نرون هست و پارامترها به دو گروه تقسیم می شن، نتیجه حاصل از هر نرون تو سطح دوم تو یه نرون دیگه تجمیع می شه !

البته من چیزی نمی دونم، اینو همین جوری گفتم :ws3:

 

خب این سوال از اونجا به ذهنم رسید که تو شبکه پرسپترون تک لایه چند نورون میشه مسایلی که میشه به صورت خطی ازهم جدا کرد حل نمود

مثلا الان من یک شبکه پرسپترون تک لایه دارم با دو نورون

که این شبکه می تونه ورودی ها رو تو چارکلاس طبقه بندی کنه

به فرض شبکه رو اموزش دادم

حالا میخوام یه ورودی رو به شبکه بدم تا ببینم تو کدوم کلاس طبقه بندی می کنه

یعنی خودم از قبل خودم نمیدونم تو کدوم کلاسه

شکه پرسپترون تک لایه چطور اینو حل می کنه ؟

اون چیزی که شما میگی برای بیش از یه لایه هس

یعنی داده رو به نورون بدیم اگه متعلق به اون کلاس بود که خروجی رو یک کنه والا بره به لایه بعدی و نورون بعدی و ازبین مابقی کلاس ها اون نورن تشخیص بده تو کدوم کلاسه

لینک به دیدگاه
خب برچه اساسی یه سری از ورودی ها رو به یه نورون و بعضی دیگه رو به بقیه نورون ها اعمال می کنند؟

ببینید انتخاب ورودی واسه هر نرون دست خودتونه.یعنی 1 کار تجربیه.شما باید ببینید با انتخاب کدوم ورودی زودتر به سمت همگرا شدن پیش میرید

لینک به دیدگاه
w58.gifمواد و شبکه عصبی؟!

شبکه های عصبی و الگوریتم های متاهیوریستیکی حکم اچار فرانسه رو برای مقاطع بالاتر رشته های مختلف تحصیلی بازی می کنن

از بیانات سارا علیه السلام درجمع دانشجویان بسیجی عازم جبهه های حق علیه باطل:ws3:

لینک به دیدگاه
ببینید انتخاب ورودی واسه هر نرون دست خودتونه.یعنی 1 کار تجربیه.شما باید ببینید با انتخاب کدوم ورودی زودتر به سمت همگرا شدن پیش میرید
اون مسئله ای رو که درجواب پست آقا پیمان گذاشتم رو نیگا کنید منظورم یه شبکه پرسپترون تک لایه دو نورونی برای دسته بندی ورودی ها تو چار کلاس هس ؟
لینک به دیدگاه

مراحلشو من میگم.اگه درست متوجه شده باشم

1.تعیین پارامترهای شبکه(بردار وزنها و دادن مقدار اولیه)

2.اعمال ورودی به نرون و محاسبه خروجی واقعی

3.مقایسه جواب واقعی و جواب مطلوب.اگر جواب واقعی و مطلوب یکی بودن برو مرحله 2(.اعمال ورودی به نرون و محاسبه خروجی واقعی) وگرنه .اگر جواب واقعی صفر و جواب مطلوب 1 هست بردار ورودی رو به وزن جمع بزن.اگر چواب واقعی 1 و جواب مطلوب صفر هست بردار ورودی رو از وزن کم کن تا وقتی همگرا بشن.

لینک به دیدگاه
مراحلشو من میگم.اگه درست متوجه شده باشم

1.تعیین پارامترهای شبکه(بردار وزنها و دادن مقدار اولیه)

2.اعمال ورودی به نرون و محاسبه خروجی واقعی

3.مقایسه جواب واقعی و جواب مطلوب.اگر جواب واقعی و مطلوب یکی بودن برو مرحله 2(.اعمال ورودی به نرون و محاسبه خروجی واقعی) وگرنه .اگر جواب واقعی صفر و جواب مطلوب 1 هست بردار ورودی رو به وزن جمع بزن.اگر چواب واقعی 1 و جواب مطلوب صفر هست بردار ورودی رو از وزن کم کن تا وقتی همگرا بشن.

آره این الگوریتم یادگیری برای شبکه پرسپترون هس

خود نرم افزار متلب تو پشت صحنه اینکار انجام میده

سوال من اینه چطوری میشه با یه شبکه تک لایه با تعداد محدودی (مثلا دوتا ) نورون داده های ورودی رو تو چار کلاس طبقه بندی کرد یعنی شبکه بتونه یادبگیره بتونه اینارو تو کلاسهای خودشون قرار بده

مثلا یه شبکه داریم با چار تا نورون

وقتی یه داده رو میدیم فقط خروجی اون نرونی یک بشه که اون داده متلق به اونه بقیه صفر بشه ساختار این شبکه و چگونگی اتصال ورودی ها به نورون ها رو می خوام بدونم چطوریه ؟

لینک به دیدگاه

تو این تاپیک بغلی گفتی که :

 

نمیدونم تا حالا با مسایلی برخورد کردید که تعداد حالاتش خیلی خیلی خیلی .....................زیاد باشه؟

 

من سعی می کنم با حل مسئله زیر موضوع رو یاد بگیرم

این رو که حل کنم، تو سایر مسائل، فقط صورت مسئله عوض می شه، ولی احتمالا راه حل ثابت می مونه

 

سه تا ورودی داریم > قراضه فولادی، آهن اسفنجی، اکسیژن

دو تا خروجی داریم > مذاب فولاد، سرباره مذاب (سرباره آت و آشغالای تولید شده حین فرایند فولاد سازیه، البته واقعا آشغال نیست، از این نظر به درد نخوره که عنصری که حین فرایند واردش می شه و بر نمی گرده، عملا عنصر تلف شده است)

 

هدف : توزیع عنصر ایکس بین مذاب فولاد و سرباره (هرجی تو فولاد بیشتر بهتر)

 

یه سری شرایط هم هست که ترمودینامیک فولادسازی تعیین می کنه

 

این صورت کلیه

حالا برگردیم به سوالت

ورودی هایی که بالا دیدی، قراضه و آهن اسفنجی، درصد هر کدوم از یه تا 100 تغییر می کنه

پس برای هدف 100 تا حالت داریم

لینک به دیدگاه
تو این تاپیک بغلی گفتی که :

 

 

 

من سعی می کنم با حل مسئله زیر موضوع رو یاد بگیرم

این رو که حل کنم، تو سایر مسائل، فقط صورت مسئله عوض می شه، ولی احتمالا راه حل ثابت می مونه

 

سه تا ورودی داریم > قراضه فولادی، آهن اسفنجی، اکسیژن

دو تا خروجی داریم > مذاب فولاد، سرباره مذاب (سرباره آت و آشغالای تولید شده حین فرایند فولاد سازیه، البته واقعا آشغال نیست، از این نظر به درد نخوره که عنصری که حین فرایند واردش می شه و بر نمی گرده، عملا عنصر تلف شده است)

 

هدف : توزیع عنصر ایکس بین مذاب فولاد و سرباره (هرجی تو فولاد بیشتر بهتر)

 

یه سری شرایط هم هست که ترمودینامیک فولادسازی تعیین می کنه

 

این صورت کلیه

حالا برگردیم به سوالت

ورودی هایی که بالا دیدی، قراضه و آهن اسفنجی، درصد هر کدوم از یه تا 100 تغییر می کنه

پس برای هدف 100 تا حالت داریم

 

ورودی 100 حالت نمیشه بلکه 100 * 100 میشه

البته فرض رو براین گذاشتم که مقدار هرکدوم از ورودی هات مستقل از هم باشه که تعداد حالات میشه 10000 حالت

بازم به این نمیگن مسئله بزرگ

مسئله شما موقعی بزرگ میشه که اون سری شرایط ترمودینامیک که میگویید ثابت نباشه مثلا اینجوری باشه

شرط یک : 10 حالت

شرط دو 20 حالت

شرط سه : 1000 حالت

والی اخر

بعد ترکیب همه اینا بشه یه عدد خیلی خیلی خیلی بزرگ:ws3:

بالاخره شما باید به یه رابطه برسید با m پارامتر قابل تنظیم

حالا بعضی از این پارامترها وابسته بهم هستن بعضیا مستقل

 

 

 

 

اما اگه مشکلتون با عدد اون ماده x هستش نمیدونم این کجاش مبهمه صد حالت که نمیشه عدد بزرگ ؟!

شما اون رابطه نهایی مسئله تون رو تو دست دارید؟

لینک به دیدگاه
ورودی 100 حالت نمیشه بلکه 100 * 100 میشه

البته فرض رو براین گذاشتم که مقدار هرکدوم از ورودی هات مستقل از هم باشه که تعداد حالات میشه 10000 حالت

بازم به این نمیگن مسئله بزرگ

مسئله شما موقعی بزرگ میشه که اون سری شرایط ترمودینامیک که میگویید ثابت نباشه مثلا اینجوری باشه

شرط یک : 10 حالت

شرط دو 20 حالت

شرط سه : 1000 حالت

والی اخر

بعد ترکیب همه اینا بشه یه عدد خیلی خیلی خیلی بزرگ:ws3:

بالاخره شما باید به یه رابطه برسید با m پارامتر قابل تنظیم

حالا بعضی از این پارامترها وابسته بهم هستن بعضیا مستقل

 

 

 

 

اما اگه مشکلتون با عدد اون ماده x هستش نمیدونم این کجاش مبهمه صد حالت که نمیشه عدد بزرگ ؟!

شما اون رابطه نهایی مسئله تون رو تو دست دارید؟

 

خب من ناقص توضیح دادم.

ببین در مورد اون صد حالت منظورم اینجوری بود:

این سه تا ماده که گفتم همشون شارژ می شن تو کوره

فرض کنیم که جمع قراضه با آهن اسفنجی می شه 100 درصد

اکسیژن هم که می دونید بار نمی شه :ws3: یعنی وقتی کوره در حال کاره، باید تزریق بشه

اون دو ماده اول که شارژ می شه، می تونه نسبتش از 100 درصد به صورت 1 به 99، 2 به 98، 3 به 97 و ... تغییر کنه

تا اینجا شد 100 حالت

فرض کنیم که مقدار اکسیژن تزریق شده در حین کار می تونه از صفر تا 500 تغییر کنه، با استپ یک فرضا

پس شد 100 ضربدر 500 حالت برای این سه تا ورودی داریم فقط، اینجوری

1 به 99 با مقدار اکسیژن 1

1 به 99 با مقدار اکسیژن 2

.

.

1 به 99 با مقدار اکسیژن 500

2 به 98 با مقدار اکسیژن 1

.

.

.

...

 

بریم سراغ شرایط ترمودینامیکی

این خیلی می تونه گسترده باشه

تو ساده ترین حالت من فقط دما رو در نظر می گیرم به عنوان عامل موثر رو خروجی من که همون در صد عنصر ایکس هست.

خروجی رو توضیح بدم اینجوری می شه که من مثلا یه عنصر مفید توی قراضه فولاد دارم

ترکیب شیمیایی قراضه فولاد مثلا اینجوریه : Fe-C-Si-Mn-P-S

اون عنصر ایکس غیر از Fe هر کدومش بقیه اشون می تونه باشه

اگر یه کیلو قراضه داشتم باشم، فرضا 50 گرمش می شه این عنصر، یعنی 5 درصد وزنی این قراضه رو عنصر ایکس تشکیل داده

خوب صورت مسئله اینه که تو داری یه وزن مشخص از این قراضه و از اون آهن اسفنجی رو شارژ می کنی تو کوره، وسط کار اکسیژن هم تزریق می کنی

سهم شارژ کوره از قراضه و آهن اسفنجی هم متفاوته

فرض هم کردیم که عامل موثر روی تعادل ترمودینامیکی فقط دما هست

حالا من می خوام ببینم که با نسبت 50 به 50 قراضه به آهن اسفنجی تزریق کنم، اون موقع اون 5 درصد از عنصر ایکس که وارد کردم، در نهایت تو مذاب فولاد چقدر می شه

قطعا 5 درصد نمی مونه و کمتر می شه

چون مقداریش اکسید می شه، با همون اکسیژنی که دارم تزریق می کنم و می ره به سرباره

فعلا تاثیر این اکسیژن روی تعادل ترمودینامیکی رو ولش کنیم

من رابطه دما با میزان اکسیداسیون این عنصر ایکس رو می دونم

می خوام ببینم در بازه 1550 تا 1700 درجه سانتیگراد، تغییر دما، چه طوری روی توزیع عنصر ایکس در مذاب فولاد و مذاب سرباره در پایان تاثیر داره

 

این صورت ساده مسئله اس

ببین من میدونم که با افزایش دما، سهم اون عنصر ایکس تو فولاد مذاب بیشتر می شه

یعنی با افزایش دما اون عنصر احیا می شه و از سرباره بر می گرده به مذاب فولاد (واژه احیا شدن رو در مقابل تلف شدن اینجا معنی کن)

ولی داستان به همینجا ختم نمی شه

تو مرحله بعد یه رابطه دیگه وارد می کنم

من همچنین می دونم که از یه دمایی به بعد این عنصر تبخیر می شه

رابطه دما با تبخیر عنصر رو هم دارم

پس شد دو تا

کم کم تاثیر اون اکسیژن اولیه رو هم وارد می کنم

بعد تو مراحل بعد تاثیر هر کدوم از عنصرهای بالا تو قراضه رو رو هم دیگه

تو این مرحله دیگه داستان اینطوری نیست که با افزایش دما درصد اون عنصر ایکس تو مذاب فولاد بالا بره

چون با افزایش دما واکنش های دیگه ای داره انجام می شه که اون واکنش ها بازم یه مقدار از عنصر ایکس رو تلف می کنن

در مجموع پله پله همه این شرایط رو وارد می کنم

ولی تو حالت ساده با 100 ورودی

یه شرایط ترمودینامیکی دما

و یه خروجی که هدفش ماکزیمم کردن عنصر ایکس تو فولاد هست

لینک به دیدگاه
خب من ناقص توضیح دادم.

ببین در مورد اون صد حالت منظورم اینجوری بود:

این سه تا ماده که گفتم همشون شارژ می شن تو کوره

فرض کنیم که جمع قراضه با آهن اسفنجی می شه 100 درصد

اکسیژن هم که می دونید بار نمی شه :ws3: یعنی وقتی کوره در حال کاره، باید تزریق بشه

اون دو ماده اول که شارژ می شه، می تونه نسبتش از 100 درصد به صورت 1 به 99، 2 به 98، 3 به 97 و ... تغییر کنه

تا اینجا شد 100 حالت

فرض کنیم که مقدار اکسیژن تزریق شده در حین کار می تونه از صفر تا 500 تغییر کنه، با استپ یک فرضا

پس شد 100 ضربدر 500 حالت برای این سه تا ورودی داریم فقط، اینجوری

1 به 99 با مقدار اکسیژن 1

1 به 99 با مقدار اکسیژن 2

.

.

1 به 99 با مقدار اکسیژن 500

2 به 98 با مقدار اکسیژن 1

.

.

.

...

 

بریم سراغ شرایط ترمودینامیکی

این خیلی می تونه گسترده باشه

تو ساده ترین حالت من فقط دما رو در نظر می گیرم به عنوان عامل موثر رو خروجی من که همون در صد عنصر ایکس هست.

خروجی رو توضیح بدم اینجوری می شه که من مثلا یه عنصر مفید توی قراضه فولاد دارم

ترکیب شیمیایی قراضه فولاد مثلا اینجوریه : Fe-C-Si-Mn-P-S

اون عنصر ایکس غیر از Fe هر کدومش بقیه اشون می تونه باشه

اگر یه کیلو قراضه داشتم باشم، فرضا 50 گرمش می شه این عنصر، یعنی 5 درصد وزنی این قراضه رو عنصر ایکس تشکیل داده

خوب صورت مسئله اینه که تو داری یه وزن مشخص از این قراضه و از اون آهن اسفنجی رو شارژ می کنی تو کوره، وسط کار اکسیژن هم تزریق می کنی

سهم شارژ کوره از قراضه و آهن اسفنجی هم متفاوته

فرض هم کردیم که عامل موثر روی تعادل ترمودینامیکی فقط دما هست

حالا من می خوام ببینم که با نسبت 50 به 50 قراضه به آهن اسفنجی تزریق کنم، اون موقع اون 5 درصد از عنصر ایکس که وارد کردم، در نهایت تو مذاب فولاد چقدر می شه

قطعا 5 درصد نمی مونه و کمتر می شه

چون مقداریش اکسید می شه، با همون اکسیژنی که دارم تزریق می کنم و می ره به سرباره

فعلا تاثیر این اکسیژن روی تعادل ترمودینامیکی رو ولش کنیم

من رابطه دما با میزان اکسیداسیون این عنصر ایکس رو می دونم

می خوام ببینم در بازه 1550 تا 1700 درجه سانتیگراد، تغییر دما، چه طوری روی توزیع عنصر ایکس در مذاب فولاد و مذاب سرباره در پایان تاثیر داره

 

این صورت ساده مسئله اس

ببین من میدونم که با افزایش دما، سهم اون عنصر ایکس تو فولاد مذاب بیشتر می شه

یعنی با افزایش دما اون عنصر احیا می شه و از سرباره بر می گرده به مذاب فولاد (واژه احیا شدن رو در مقابل تلف شدن اینجا معنی کن)

ولی داستان به همینجا ختم نمی شه

تو مرحله بعد یه رابطه دیگه وارد می کنم

من همچنین می دونم که از یه دمایی به بعد این عنصر تبخیر می شه

رابطه دما با تبخیر عنصر رو هم دارم

پس شد دو تا

کم کم تاثیر اون اکسیژن اولیه رو هم وارد می کنم

بعد تو مراحل بعد تاثیر هر کدوم از عنصرهای بالا تو قراضه رو رو هم دیگه

تو این مرحله دیگه داستان اینطوری نیست که با افزایش دما درصد اون عنصر ایکس تو مذاب فولاد بالا بره

چون با افزایش دما واکنش های دیگه ای داره انجام می شه که اون واکنش ها بازم یه مقدار از عنصر ایکس رو تلف می کنن

در مجموع پله پله همه این شرایط رو وارد می کنم

ولی تو حالت ساده با 100 ورودی

یه شرایط ترمودینامیکی دما

و یه خروجی که هدفش ماکزیمم کردن عنصر ایکس تو فولاد هست

 

آقا پیمان چن بار خوندم توضیحتون رو

ولی هرچقدر فکر می کنم همش فکرم سمت پیدا کردن جواب بهینه میره و الگوریتم ژنتیک و اینا :ws52:

یعنی مسئله شما بیشتر با الگوریتم ژنتیک بهتر جواب پیدا می کنه تا شبکه عصبی

هرچن قبلا گفته بودم شبکه عصبی در دل الگوریتم های متاهیوریستیکی ازجمله ژنتیک امروزه مورد استفاده قرار میگیره

شما برای این مسئله تون رابطه دارین ؟

رابطه ای که تمامی پارامترها توش اومده باشه؟

لینک به دیدگاه
آقا پیمان چن بار خوندم توضیحتون رو

ولی هرچقدر فکر می کنم همش فکرم سمت پیدا کردن جواب بهینه میره و الگوریتم ژنتیک و اینا :ws52:

یعنی مسئله شما بیشتر با الگوریتم ژنتیک بهتر جواب پیدا می کنه تا شبکه عصبی

هرچن قبلا گفته بودم شبکه عصبی در دل الگوریتم های متاهیوریستیکی ازجمله ژنتیک امروزه مورد استفاده قرار میگیره

شما برای این مسئله تون رابطه دارین ؟

رابطه ای که تمامی پارامترها توش اومده باشه؟

 

خب به خاطر همین من قبلا گفتم بهت که اول باید بفهمم کار این شبکه های عصبی چیه

من هنوزم که هنوزه درکی ازش ندارم

دنبال یه مثال می گردم که شبکه های عصبی رو تعریف کنه برام و بگه به چه درد می خوره

بعد یه مثال دیگه که بگه اگر با شبکه های عصبی حل بشه به جای الگوریتم ژنتیک این مزایای رو داره

 

اینکه موضوع بهینه سازیه، هم می شه گفت بله و هم نه !

من نمی خوام بهینه کنم، می خوام بهترین شرایط رو انتخاب کنم

نمی دونم الان دقیقا که این انتخاب بهترین شرایط، معنی بهینه سازی می ده !

و نکته بعد که تقریبا مطمئن می کنه که مسئله بهینه سازی نیست اینه که :

ببین شما صحبت از تربیت شبکه کردی

این تربیت یعنی اینکه اگر شما 1000 حالت ورودی داری، باید واسه 10 تا حالت حداقل جواب داشته باشی تا شبکه رو اموزش بدی

بعد اون شبکه میاد 990 حالت بقیه رو می گه

تا اینجا درست فهمیدم ؟

مسئله منم همینه

من فوقش 100 تا آزمایش بتونم انجام بدم

ولی 1000 تا ورودی یا حالت دارم که باید ببینم اونا چه جوابی بهم می ده

بخاطر همین می گم که موضوع بهینه سازی نیست،

یا اگر باشه، در شروع حل مسئله بهینه سازی نیست

یعنی من اول باید مدل این 1000 تا آزمایش (فرضا) رو در بیارم

100 تاش رو که خودم انجام می دم

900 تاش رو هم شبکه عصبی برام پیش بینی می کنه

بعد بیام بگم رو این مدل نقطه اپتیمم اینجاس

لینک به دیدگاه

به گفتگو بپیوندید

هم اکنون می توانید مطلب خود را ارسال نمایید و بعداً ثبت نام کنید. اگر حساب کاربری دارید، برای ارسال با حساب کاربری خود اکنون وارد شوید .

مهمان
ارسال پاسخ به این موضوع ...

×   شما در حال چسباندن محتوایی با قالب بندی هستید.   حذف قالب بندی

  تنها استفاده از 75 اموجی مجاز می باشد.

×   لینک شما به صورت اتوماتیک جای گذاری شد.   نمایش به صورت لینک

×   محتوای قبلی شما بازگردانی شد.   پاک کردن محتوای ویرایشگر

×   شما مستقیما نمی توانید تصویر خود را قرار دهید. یا آن را اینجا بارگذاری کنید یا از یک URL قرار دهید.

×
×
  • اضافه کردن...