şükela:  tümü | bugün
  • boynuzdan yapılmış üflemeli bir müzik aletidir.
  • theano ve tensorflow derin öğrenme kütüphanelerinin üzerine kurulmuş hem modüler hem popüler bir python modülü. konfig dosyasından değişiklik yaparak arkaplanda tensorflow ya da theano kullanmaya olanak sağlamakta. nihayetinde iki kütüphanenin de arayüzünü epeyce sadeleştirip keyifli bir hale getirmekte kendisi:
    https://keras.io/
  • iyi kutuphane. cok oturakli. eger ki image processing ile ilgili bir sey yapacaksaniz hic dusunmeyin kullanin. baya da esnek.

    js kutuphanesi yapmislar cok tatli:
    https://github.com/transcranial/keras-js

    demo: https://transcranial.github.io/keras-js/
  • kullandikca begendigim, begendikce yeni sürümlerine eklenen fonksiyonlari görüp mutlu oldugum, mutlu oldukca kullandigim high-level neural network gelistirme modülü.

    ayrica son zamanlarda dokümentasyonlari iyice detaylandi, neural networklerden teorik olarak haberdar olan bir insanin keras.io'daki sayfalardan yardim alarak kendi basina bir seyler yapmasi cok kolay.

    misal, baslamak isteyenler buyursunlar: sequential model guide

    neural netlerden bir sey anlamiyorsaniz, onun caresi de andrew ng: deeplearning.ai
  • kullanımı oldukça kolay olan bir high level deep learning kütüphanesidir. bu kolaylığına karşılık oldukça güçlüdür de. kendilerinin de ifade ettiği gibi, rapid prototyping için çok elverişlidir.
  • tatli dokumantasyonu, kolay kullanimi ile super bir image processing modulu. simdilik python ve js ile kullanilabiliyor. kelime anlami da boynuz demekmis.

    daha ayrintili bilgi icin: kerasi.io
  • deep learning işlerinizi basit ve hızlıca yapabileceğiniz güzide kütüphane.

    abisi olan tensorflowu kavgaya çağırır gibi karmaşık işleri kendi basit diliyle abisine yaptırır. özellikle bu alanda çalışıyorsanız her şeyi bir kenara bırakıp bunu kurcalamanızı öneririm, öğrenme sürecinizi hızlandıracaktır. işin matematik kısmını kavrayana kadar, optimizasyonuna ve ince işçilik işler yapabileceğiniz zamana kadar kullanın bunu, piştikten sonra tensorflowa geri dönüp çatır çatır yazmaya devam edersiniz.

    keza gerek var mi diye sorarsanız uygulama geliştirmiyorsanız, projenizin son halinden ziyade önce prototipleme yapayım, bakalım neler olacak gibi bir durumdaysanız tensorflowun karışık syntaxından sizi güzelce kurtarır, he tensorflow'a geçmek istemiyor musunuz, yine de cayır cayır kullanabilirsiniz bu hedeyi.

    devamında ilgililer için de biraz detaya girelim,

    sinir ağınızı inşa ederken, süreci çok basitleştirdiğinden bahsetmiştim, kerasın sequential adı verilen yapısı her katmanınızı kodunuzda satır satır ekleme imkani sunuyor -ki bu mükemmel bir şey- katmanlarınızdaki nöronların bir sonraki katmandaki bağlanacağı birimlere olan sayısını da kendisi ayarlıyor, sizin yapmanız gereken tek şey çıkış tarafının sayısının girmek, -bu da çok zekice bir hareket, çünkü bir katmanın çıkışı sonraki katmanın girişi olduğuna göre aynı sayıda olmalı-

    loss fonksiyonunuzu, aktivasyon fonksiyonunuzu, optimizasyon algoritmanızı ve daha birçok parametreyi bir fonksiyona argüman gönderir gibi yapmanız büyük lütuf, nasil bok atılıyor anlamıyorum. bundan daha basit nasıl olabilir gerçekten bilemiyorum.

    ve callbacks özelliği harikulade. sci-kit mi kullanmanız gerekiyor, tensorflowdan bir fonksiyon mu çağırmanız gerekiyor (bkz: cpu ve gpu) arasında seçim yapmak istediniz. hemen burada. tensorboard üzerinden modelinizi incelemek istiyorsunuz ya, hemen callback üzerinden hallediyorsunuz.

    keras gpu üzerinden de işlem yapabiliyor, bunun için cuda destekli birnvidia karta sahip olmanız yeter.

    ilerleyen zamanlarda güncellemeye çalışırım, ayriyeten bir sorunuz olursa yeşillendirebilirsiniz.
  • sanskrit'de kra adı verilen, antik yunan'daki metal salpinx'in karşıtı olan boynuz boru.

hesabın var mı? giriş yap