Beren Kuday GÖRÜN Yazılar

https://poloclub.github.io/cnn-explainer/ sayfasındaki açıklama gerçekten CNN’leri anlamak için oldukça faydalı. Geçen yazımda bahsetmşi olduğum kernel konusunuda burada aslında çok iyi bir şekilde görebiliyorsunuz. Amacım aslında buradaki…

Eğitim içerisinde CNN konusuna geçtik. Burada ana mantık şu normalde biz verilerle çalışırken direkt olarak bütün veriyi alabilirdik ancak fotoğraflarla çalışırken bütün veriyi alamıyoruz. Convolution…

PyTorch’ta bunun standart yöntemi modelin ağırlıklarını (state_dict) kaydetmektir. Genellikle tüm modeli kaydetmek yerine sadece ağırlıkları kaydedilir. Bu hem daha güvenlidir hem de PyTorch’un önerdiği yöntemdir.…

Örnek veri aşağıdaki gibiydi: Id,SepalLengthCm,SepalWidthCm,PetalLengthCm,PetalWidthCm,Species 1,5.1,3.5,1.4,0.2,Iris-setosa 2,4.9,3.0,1.4,0.2,Iris-setosa 3,4.7,3.2,1.3,0.2,Iris-setosa 4,4.6,3.1,1.5,0.2,Iris-setosa 5,5.0,3.6,1.4,0.2,Iris-setosa 6,5.4,3.9,1.7,0.4,Iris-setosa 7,4.6,3.4,1.4,0.3,Iris-setosa 8,5.0,3.4,1.5,0.2,Iris-setosa 9,4.4,2.9,1.4,0.2,Iris-setosa 10,4.9,3.1,1.5,0.1,Iris-setosa 11,5.4,3.7,1.5,0.2,Iris-setosa 12,4.8,3.4,1.6,0.2,Iris-setosa 13,4.8,3.0,1.4,0.1,Iris-setosa 14,4.3,3.0,1.1,0.1,Iris-setosa 15,5.8,4.0,1.2,0.2,Iris-setosa 16,5.7,4.4,1.5,0.4,Iris-setosa 17,5.4,3.9,1.3,0.4,Iris-setosa 18,5.1,3.5,1.4,0.3,Iris-setosa 19,5.7,3.8,1.7,0.3,Iris-setosa 20,5.1,3.8,1.5,0.3,Iris-setosa…

Amaç: Bir LLM’e model yazdırırken hangi parametreleri, neden, nasıl seçmek gerektiğini bilmek. 1. MODEL MİMARİSİ — Kaç Katman, Kaç Nöron? Giriş Katmanı (Input Layer) Nöron…

İlk olarak gerçekten lineer olarak çözümünü yapamayacağımız bir veri stei oluşturmaya karar verdim. Bunun içinde yine chatgpt kullanıyorum ve bana oluşturduğu veri aşağıdai gibi. online_purchase_ratio,night_transaction_ratio,fraud…

Şimdi basit bir mantığı anlatmaya çalışacağım. Sınıflandırma problemlerini hatırlıyoruz mesela bir epostanın spam mı yoksa değil mi gibi ihtimallerini değerlendirme işlemleri sınıflandırma işlemlerine örnek verilebilir.…

Gün 20 bence garip bir yerde bitiyordu. Bundan dolayı bende 21 ile devam ettim. Bir tercih yapmaya karar verdim şu anda kodları nasıl yazacağımı ezberlemeyeceğim.…

Giriş Gün 18’i atlıyorum. Bugün ile ilgili çok fazla bir şey paylaşmaya bence gerek yok ve gün 19’daki aşırı öğrenme konusunu tekrar ele alıyoruz. Amaç…

Momentum, gradient descent’in daha hızlı ve daha stabil öğrenmesini sağlmak için geliştiriilmiş bir optimizasyon yöntemidir. Temel fikir aslında ona hafıza kazandırmaktır. Bu sayede optimizasyon süreci,…