Bu yazıda Reuters haber kaynaklarını 46 farklı sınıfa ayırmak için bir network oluşturulması adım adım gösterilmiştir. Uygulama tek etiketli çok sınıflı bir sınıflandırma örneğidir.Reuters veri seti, Reuters trarafından 1986’da yayınlanan bir dizi kısa haber ve konu başlıklarını içermektedir.Metin sınıflandırma için Daha fazla oku …
Derin Sinir Ağları için Aktivasyon Fonksiyonları
Bir sinir ağındaki nöron, n sayıda girdi alan ve tek bir çıktı üreten temel hesaplama birimidir. Bir yapay nöron x girdilerin, w ağırlıkları toplamını hesaplar ve bias değeri ekleyerek aşağıdaki gibi bir y çıktısı üretir: y=Aktivasyon(∑(w*x+b)) Aktivasyon fonksiyonu burada y Daha fazla oku …
Derin Öğrenme (Yapay Sinir Ağları-3)
Bu bölümde temel yapay sinir ağlarında kullanılan; Teknik Terimler, Toplayıcı Fonksiyonlar, Aktivasyon Fonksiyonları, Transfer Fonksiyonu, İleri beslemeli ağlarda yapılan temel işlem adımları Geri beslemeli ağlarda yapılan temel işlem adımları anlatılacaktır. 1. Teknik Terimler: Bu bölümde Yapay Sinir Ağları içerisinde kullanılan temel Daha fazla oku …
Colab’da TensorBoard Çalıştırma (colab_utils)
Bu yazıda Colab içerisinde geliştirdiğimiz TensorFlow ya da Keras projesinde TensorBoard’u çalıştırmak için bir yöntem anlatılacaktır. Bildiğiniz üzere Colab (colab.research.google.com) derin öğrenme uygulamaları geliştirmek için bizlere GPU (Nvidia Tesla K80 GPU) hesaplama ortamı sunan, içerisinde bir çok Python ve derin Daha fazla oku …
Veri Seti Hazırlama Araçları
Makine öğrenmesi ve derin öğrenme konularına çalışmaya yeni başlayanlar ilk aşamalarda gelenekselleşmiş bazı problemlerin çözümleri üzerinden konuları öğrenir. Örneğin el yazısıyla yazılmış rakam görüntülerinden oluşan MNIST veri seti kullanılarak el yazısı görüntüsünden rakam tespitinin yapılması ya da Reuters haberlerinin otomatik Daha fazla oku …
CNN ile CIFAR-10 Veri Setindeki Görüntülerin Tanınması
CIFAR-10 veri seti, 10 sınıftan ve 3 kanalda 32 x 32 pikselden oluşan 60.000 renkli görüntü içerir. Her sınıf 6,000 resim içermektedir. Eğitim seti 50.000 görüntü içerirken, test setleri 10.000 görüntü içerir. Bu görüntüler https://www.cs.toronto.edu/~kriz/cifar.html adresinden çekilmektedir. Rastgele çekilen 10 Daha fazla oku …
JSON Formatında Veri Seti Hazırlamak İçin Excel Kullanımı
Bu yazımızda temizlenmiş ve etiketlenmiş görüntü verisinden JSON formatında veri setini oluşturmak için Office Excel’den nasıl faydalanacağımızı göstereceğim. İlk aşamada etiketlenmiş verimizi setimizin yolunu kopyalayıp “C:\xampp\htdocs\data_tag\tagged” komut istemini açıyoruz. (Resim 1) “cd C:\xampp\htdocs\data_tag\tagged” komutu ile bu klasöre geçiş yapıyoruz. “dir Daha fazla oku …
Derin Öğrenme (Yapay Sinir Ağları-2)
Bu bölümde birinci bölümde anlatılan “Temel Neural Network” dersine devam edilmektedir. İkinci bölümde YSA’lar kullanılarak veri kümelerinin birbirinden nasıl ayrılacağı ile ilgili örnek adım adım yapılacaktır. Aşağıdaki şekilde bir veri kümesinin 2B’lu uzaya taşınmış hali gösterilmiştir. Burada yapılmak istenen bu Daha fazla oku …
Derin Öğrenme (Yapay Sinir Ağları-1)
Derin öğrenme konusu son 5 yılda hızla gelişen bir makine öğrenmesi yöntemidir. Derin öğrenme aslında bir yapay sinir ağıdır. Klasik yapay sinir ağlarında orta katman sayısı bir ya da iki olur iken derin öğrenme alanlarında bu sayı minimum üç ve bu Daha fazla oku …
Python ile CSV Dosyalarını Okuma
Python programı ile csv dosyalarını okumak için örnek bir kod parçası ayarlanmıştır. Örnekte okunan dosya mnist dataseti için hazırlanmıştır. Okunan satırın ilk elemanı resmin etiketi diğerleri (784) ise resmin 28×28 lik matrisinin vektöre dönüştürülmüş halidir. Örnek Python Kodu: def readCSV(filepath): Daha fazla oku …