IoT ve Derin Öğrenme Topluluğumuz üyelerinden Nasir Sinani Deep Learning 101 ve 202 eğitimlerini gerçekleştirdi.

IoT ve Derin Öğrenme Topluluğu Deep Learning Komitesi olarak iki haftalık eğitim programımızı gerçeklestirdik. Birinci haftada Deep Learning’e giriş yaptık ve Yapay Sinir Ağları 'nın (Neural Networks) teorik olarak ne olduğunu gördük. Yapay Sinir Ağları (Neural Networks) modeli veri girişini nasıl alır ve aldığı girişi çıkışa nasıl döndürür (feedforward), ağırlıkları değiştirerek Yapay Sinir Ağı (Neural Networks) modelimizi nasıl eğitiriz (backpropagation), error function (cross-entropy) ve activation function (sigmoid) terimlerinin ne anlama geldiğini öğrenmiş olduk.

İkinci haftada Yapay Sinir Ağları (Neural Networks) için genel bir bakış yaptıktan sonra TensorFlow’ a giriş yaptık. TensorFlow matematiksel işlemleri Graph üzerinde nasıl tuttuğunu ve Session üzerinde bir Graph' ın nasıl çalıştığını öğrendik. Sonunda TensorFlow’ un basit sentaksını açıkladıktan sonra MNIST dataset üzerinde el yazısı haneli sınıflandırma için TensorFlow ile basit bir Yapay Sinir Ağı (Neural Network) modeli oluşturduk.

Eğitimde gönüllü olarak yer aldığı ve bize kattıkları için Nasir Sinani arkadaşımıza teşekürlerimizi sunuyoruz.

Ek Resimler
Bu içerik 07.03.2019 tarihinde yayınlandı ve toplam 501 kez okundu.