AI geniş bir alandır. ML,NN’ler ve DL, AI’ın alt kümeleridir. NN’ler ve DL, ML’in spesifik bir alanıdır. NN ve DL öğrenmeden önce genel ML ile […]
Derin Öğrenme Kodunu İnanılmaz Derecede Daha Hızlı Çalıştırmak için Google Colab Ücretsiz GPU Nasıl Kullanılır? (Ders – 11)
NVIDIA GPU’ya sahip bir laptop ya da PC’ye sahip değil misiniz ve derin Öğrenme kodlarınızı hızlı bir şekilde çalıştırmak istiyor musunuz ? Google Colab, derin […]
Keras’ta Bir Lojistik Regresyon Modelini Bir Yapay Sinir Ağı olarak Taklit Edin (Ders-10)
Lojistik regresyon gizli katmansız çok basit sinir ağı modelidir. Burada, benzer lojistik regresyon modelini Scikit-learn ve Keras paketleri ile inşa edeceğiz. Scikit-learn LogisticRegression() sınıfı, lojistik […]
Keras Sequential Modeli Örtülü ve Açık Giriş Katmanları (Ders-9)
Bu makale ile, sinir ağları kısmının programlamasına başlıyoruz. Keras ile başlayacağız. Keras, bugün en popüler Derin Öğrenme kütüphanelerinden birisidir. Keras ile ilk sinir ağı modelimizi […]
Sinir Ağının Öğrenme işlemine genel bakış (Ders-8)
Bir sinir ağında Öğrenme (eğitim) işlemi tekrarlı işlemdir ve ağda her katman boyunca ileri ve geri yönde gerçekleştirilir. Ta ki loss fonksiyonu minimize olana kadar. […]
Basit Sinir Ağı Modeli Bağlamında Lojistik Regresyon (Ders-7)
Teknik olarak, logistic regression’ı gizli katmansız çok basit sinir ağı modeli olarak düşünebiliriz. Yalnızca giriş ve çıkış katmanına sahiptir. Logistic regression ikili sınıflandırma (binary classification) […]
NumPy Dizileri gibi Tensörler oluşturma
Tensörler, çok boyutlu dizilerin matris temsillerinden başka bir şey değildir. TensorFlow, Derin Öğrenme görevleri için Google tarafından geliştirilmiş derin Öğrenme kütüphanesidir. Ancak yalnızca derin Öğrenme […]
Sinir ağının Gizli Katmanlarında Aktivasyon Fonksiyonu kullanılmazsa ne olur ? (Ders-6)
2 gizli katmanı olan yukarıdaki gibi bir sinir ağımız olduğunu düşünelim. Burada giriş verileri ve parametre değerlerini matrislerle gösteririz. Devamındaki matematik ifadesinde, X giriş verisini […]
Sinir ağı için Doğru Aktivasyon Fonksiyonu nasıl seçilir ? (Ders-5)
Aktivasyon fonksiyonunun kullanımının gerekliliğini ders-1’de bahsetmiştik. Yine kısaca değinerek başlayalım. Gerçek dünayada veriler non-lineer, bu non-lineer ilişkinin çıkarılması ve modellenebilmesi için aktivasyon fonksiyonlarına ihtiyaç duyuyoruz. […]
Sinir ağlarında veri gösterimi (0D,1D,2D,3D,4D ve 5D Tensörler) (Ders-4):
Tensörler makine öğrenme ve derin öğrenme modellerinde basit veri yapılarıdır. Bir tensör, nümerik veriler için konteynır olarak düşünülebilir. Sinir ağlarında, veri , tensörler kullanılarak gösterilir. […]