TENSORFLOW ile DERİN ÖĞRENME 🔥 Python Yapay Zeka Dersleri
HTML-код
- Опубликовано: 3 дек 2024
- Derin Öğrenme Nedir? | Resim Sınıflandırma Projesi | Veri Bilimi Örnekleri | Python ile Makine Öğrenmesi | Yapay Zeka Eğitimi
Merhaba arkadaşlar,
Bu videoda, TensorFlow ile yapay zekaya giriş yaptım.
01:50 Derin öğrenme nedir?
02:55 Makine öğrenmesi vs derin öğrenme
03:23 TensorFlow nedir?
04:22 Yapay zeka kitap önerileri
06:18 Resim sınıflandırma uygulaması
08:13 Veri yükleme
09:38 Veri ön işleme
11:47 Model kurma
23:14 Model değerlendirme
24:05 Yeni veri tahmin etme
İyi seyirler 😀
🙏 Destek olmak için bize katılın: bit.ly/tirenda...
🔗 Üyelere özel videolar: bit.ly/Tirenda...
🚀 TensorFlow ile Derin Öğrenme Udemy Kursu: bit.ly/TensorF...
📌 Notebook: github.com/Tir...
**********************
Twitter : / tirendazakademi
Instagram: / akademitirendaz
TikTok : / tirendazakademi
GitHub : www.github.com...
Medium : / tirendazakademi
Linkedin : / tirendaz-academy
Kaggle : www.kaggle.com...
Reddit : / tirendazacademy
*********************
Kanalımızdaki oynatma listelerinden bazıları;
Derin öğrenme dersleri : bit.ly/35ffY0A
Makine öğrenmesi dersleri : bit.ly/2zz9XQz
Python dersleri : bit.ly/2Fuo35f
Pandas dersleri : bit.ly/37MYLvv
Django dersleri : bit.ly/2zy6WQs
Python kütüphaneleri : bit.ly/2N36VYO
Flask dersleri : bit.ly/2N47rFF
Veri görselleştirme : bit.ly/2zye0wu
1 videoda öğren dersleri : bit.ly/3aGnYJ9
Veri bilimi dersleri : bit.ly/3mFZYMr
Kanalımızdaki diğer oynatma listeleri: / tirendazakademi
***********************
Öğrenmeyi seven ve sevdirerek öğreten akademi...
-Tirendaz Akademi-
Photos: freepik.com
#yapayzeka #derinöğrenme #makineöğrenmesi #tensorflow
Hocam, asiri guzel anlatiminiz... Sade, nokta atisi, suzulmuş bilgi, örnekler... Elleriniz dert gormesin... 👏👏👏
Beğendiğinize sevindim 🙏😀
Pythonda sadece derin öğrenme dersleriniz değil tüm derslerinizi güzel anlatıyorsunuz
cok guzel ve pratik anlatim tesekkurler
Iyi calismalar 👍
Emeğinize sağlık hocam
🙏😀
gördüğüm en anlaşılı deep learning kursu
Geri bildiriminiz için teşekkür ederim 🙏 Bunu sizden duymak mutluluk verici 😊
👍👍
🤩🤩🤩🤩🤩
👍😀
Pythona başladığımdan beri bu kanala oturuyorum
istediğim tüm kütüphanler var
hayatımda bu kadar güzel anlatım görmedim😇😇😇😍😍
Hocam pytorch mu tensorflow mu öğrenmeliyim bilmiyorum hangisi daha geniş çaplı? Bir de algebra tarzı mat konularını öğrenmeli miyim anlamak için?
Tensorflow öğrenmek Pytroch'a göre daha kolay. Tensorflow daha çok endüstride, Pytorch daha çok akademi de kullanılıyor. Akademik çalışmalar yapacaksan Pytorch tavsiye ederim. Derin öğrenmenin arka planını öğrenmek için temel sevide algebra, istatistik bilmen gerekir.
hocam predictions'ın 10 adet çıktısı tam olarak neyi temsil ediyor?
verilen ilk değerin her bir class'a karşılık gelecek ağırlığı diyebilir miyiz ?
Agirlik terimi model katsayilari icin kullaniliyor genelde. Bu 10 cikti her bir class'in tahminini ifade ediyor. En yuksek tahmin model tahmini oluyor.
@@TirendazAkademi hocam tek değer üzerinden verdiğiniz örnekte, modele herhangi bir sınıf atama işlemi olmadı, sadece x_train üzerinden ilk değer modele verildi ve bunun karşılığında 10 çıktılı bir tahmin üretiyor?
bunlar neyin tahmini tam olarak? modele sadece 1 girdi olarak 28x28 scale edilmiş piksel değerleri veriliyor. nöronlar/model bu yapıyı öğreniyor ama tahminleme dediginizde kafam karışıyor. modele sınıf verilmemis farkli değerler verilmemis tek değer üzerinden neyin tahminini neye göre yapıp da 10 farkli tahmin değeri üretebiliyor
@@furkan2724 Modelin 10 çıktı değeri üretmesinin sebebi son katmana 10 sınıf yazmamız. Son katman sınıf sayısını gösteriyor ve bunu biz belirliyoruz. Modele bir veri veriyoruz, model son katmanda 10 nöron olduğu için 10 çıktı değeri üretiyor.
Model bu çıktıları üretirken loss ve optimizer fonksiyonlarından yararlanıyor. Her bir batch'de loss fonksiyonu ile hata ölçülüyor ve optimizer ile katsayılar güncelleniyor. Böylece en iyi katsayılar elde edilerek modelin minimum hata ile tahmin yapması sağlanıyor.
Hocam hicbir yerde bulamadigim icin size soracağım sign lanquage digits datesetinde 2062 örneği np concatenate ederken 204:409 822:1028 birlestirmesi görüyorum bunun aciklamasi nedir yani neden 204 den basliyoruz 822 nasil oluyor aradaki bu farki nasil belirliyoruz random mi
204:409 ve 822:1028 aralıkları, veri setinin belirli bir kısmını temsil ediyor olabilir. Yani, belki de toplam veri setinden bir bölümünü alarak, modelin eğitilmesi veya doğrulanması amacıyla bu veri seti parçalarını birleştiriyor olabilir.
tf.keras.layers.Dense(128, activation="relu"), kısmı hata verdi neden olluyor acana
Notebook linki bırakıyorum kontrol edebilirsiniz 👉 github.com/TirendazAcademy/DEEP-LEARNING-WITH-TENSORFLOW/blob/main/10-Intorduction%20to%20TensorFlow.ipynb
Hocam, size bir sorum olacak mail adresinizi verebilme şansınız var mı?
Hocam
"tf.keras.layers.Dropout(0.2),"
ne için kulanılır
Dropout metodu regülerleştirme için kullanılır. Bu metotla modelin ezberlemesini engelleriz.
@@TirendazAkademi Teşekkürler hocam