Yapay Zeka

Derin Sinir Ağları Nedir?

Derin bir sinir ağı (DNN), giriş ve çıkış katmanları arasında çoklu katmanlara sahip yapay bir sinir ağıdır. DNN, girdiyi çıktıya dönüştürmek için doğrusal bir ilişki mi yoksa doğrusal olmayan bir ilişki mi olduğu doğru matematiksel yöntemlerle bulur. Ağ, her çıktının olasılığını hesaplayan katmanlar arasında hareket eder. Örneğin, köpek ırklarını tanımak için eğitilmiş bir DNN verilen görüntünün üzerinden geçecek ve görüntüdeki köpeğin belirli bir cins olma olasılığını hesaplayacaktır. Kullanıcı sonuçları gözden geçirebilir ve ağın hangi olasılıkları (belirli bir eşiğin üstünde, vs.) göstermesi gerektiğini seçebilir ve önerilen etiketi geri getirebilir. Her matematiksel manipülasyon bir katman olarak kabul edilir. Karmaşık DNN birçok katmana sahiptir, bu nedenle adı “derin” ağlar. Amaç, nihayetinde ağın bir görüntüyü özelliklere ayırmak, tüm numunelerde var olan eğilimleri tanımlamak ve yeni görüntüleri insan girişi gerektirmeden benzerlikleri ile sınıflandırmak için eğitilmiş olmasıdır.

Çok Katmanlı Derin Sinir Ağları Mimarisi

DNN’ler karmaşık doğrusal olmayan ilişkileri modelleyebilir. DNN mimarileri, nesnenin katmanlı bir ilkel kompozisyon bileşimi olarak ifade edildiği bileşimsel modeller oluşturur. Ekstra katmanlar, düşük katmanlardaki özelliklerin kompozisyonunu mümkün kılar ve potansiyel olarak benzer bir performans gösteren sığ ağa göre daha az birim içeren karmaşık verileri modelleyebilir.

Derin mimariler, birkaç temel yaklaşımın birçok çeşidini içerir. Her mimari, belirli alanlarda başarı bulmuştur. Birden fazla mimarinin performansını aynı veri setlerinde değerlendirilmediği sürece karşılaştırmak her zaman mümkün değildir.

DNN’ler tipik olarak, verilerin geri döngü olmadan girdi katmanından çıktı katmanına aktığı ileri beslemeli ağlardır. İlk başta, DNN sanal nöronlar haritası oluşturur ve bunlar arasındaki bağlantılara rasgele sayısal değerler veya “ağırlıklar” atar. Ağırlıklar ve girişler çarpılır ve 0 ile 1 arasında bir çıktı döndürür. Şebeke belirli bir modeli tam olarak tanımıyorsa, bir algoritma ağırlıkları ayarlayacaktır. Bu şekilde algoritma, verileri tamamen işlemek için doğru matematiksel manipülasyonu belirleyene kadar bazı parametreleri daha etkili hale getirebilir.

Verilerin herhangi bir yöne akabileceği tekrarlayan sinir ağları (RNN’ler), dil modellemesi gibi uygulamalar için kullanılır. Uzun süreli hafıza, bu kullanım için özellikle etkilidir.

Konvolüsyonel derin sinir ağları (CNN’ler) bilgisayar görmesinde kullanılır. CNN’ler ayrıca otomatik konuşma tanıma (ASR) için akustik modellemeye de uygulanmıştır.

1 Yorum

1 Yorum

  1. Çetin

    15 Ocak 2019 en 14:24

    Yapay zekanın son yıllardaki insanlığa katkısı tabi ki tartışılmaz ama ya insanlardan daha zeki olursa?

Cevap bırakın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Popüler

En üste