⭐ Ek Bilgiler

⏬ Coursera Çalışma Dosyalarını İndirme

  • Çalışma alanı sayfanıza girin (dosyaların olduğu yer)

  • Alttaki komutu kopyalayın

  • Tekrar dosyaların olduğu yere gelin ve orada beliren workspace.tar.gz dosyasını indirin

cd ~/work
tar cvfzh ~/workspace.tar.gz *
mv ~/workspace.tar.gz ~/work/workspace.tar.gz

🎳 Dosyaların Boyutu 200MB'den Fazla İse

  • Alttaki komutu kopyalayın ve tek tek indirin

  • İndirdikten sonra dosyaları cat workspace.tar.gz.part.* > workspace.tar.gz ile birleştirebilirsiniz

split -b 200m workspace.tar.gz workspace.tar.gz.part.

Downloading all the assignments jupyter notebooks and files

Uygulamalar

Cloud Destekleri

Buraya ve buraya tıklayarak makine öğrenimi için bulut hizmetlerine bakabilirsin.

Derin Öğrenme Notları

Her zaman yapılacak iş: Girişler ile ağırlıkları çarp, sabit değişken (sapma) ile topla ve aktivasyon uygula!

Aktivatör Fonksiyonu
  • Aktivasyon fonksiyonu kullanılmayan bir sinir ağı sınırlı öğrenme gücüne sahip bir doğrusal bağlanım (linear regression) gibi davranacaktır.

  • Birden fazla dereceye sahip olan fonksiyonlara doğrusal olmayan fonksiyonlar deriz

  • Ağırlıklar ile ilgili hata değerlerini hesaplamak için yapay sinir ağında hatanın geriye yayılımı algoritması uygulanmaktadır. (Backward Propagation)

Aktivasyon Fonksiyonları

Aktivasyon fonksiyonu tüm bu bilgiler ve sizin yapay öğrenme modelinizin gereksinimlerine göre karar vermeniz gereken kritik bir optimizasyon problemidir.

  • Sigmoid Fonksiyonu

  • ReLU (Rectified Linear Unit) Fonksiyonu

    • Derin öğrenme modelleri denemelere bu fonksiyon ile başlanması tavsiye edilir.

    • Hız bakımından avantajlıdır. Gradyanların ölmesi gibi bir problemi vardır.

    • Genellikle çıkış değil ara katmanlarda kullanılır.

  • Softmax Fonksiyonu

    • Genelde çıkış için kullanılır.

  • Basamak (Step) Fonksiyonu

  • Doğrusal (Linear) Fonksiyon

  • Hiperbolik Tanjant Fonksiyonu

  • Sızıntı (Leaky) ReLU Fonksiyonu

  • Swish (A Self-Gated/Kendinden Geçitli) Fonksiyonu

Aktivasyon Fonksiyonlarının Özellikleri

(0, 1) arasıdan olan fonksyionlar *olasılıksal- fonksiyonlardır.

Aktivasyon Fonkisyonlarının Özellikleri

Yapay Zeka Kullanım Alanları

Harici Bağlantılar

Araştırmacılar Web Siteleri

GitHub Kaynakları

Firmalar

Karma

Derin Öğrenme Kaynakları

Motivasyon