🌱
Giriş
👩💻 Yapay Sinir Ağları Kodlamasına Giriş
Her ilk uygulamada olduğu gibi, bize tüm metodoloji hakkında bir fikir veren süper basit bir şeyle başlamalıyız
Yüksek seviyeli bir Yapay Sinir Ağları API'si, Python ile yazılmış ve TensorFlow, CNTK veya Theano'nun üzerinde çalışabilir.
Terim | Açıkalama |
Dense | Bir sinir ağında bir nöron katmanı |
Loss Function | Tahminlerinin ne kadar yanlış olduğunu ölçmenin matematiksel bir yolu |
Optimizer | Minimum kayıp fonksiyonunun değerine karşılık gelen parametre değerlerini bulmak için kullanan algoritma(lar) |
Bir sinirden oluşan bir katman içerir.
# modeli tanımla
model = Sequential()
# tek birimli bir katman ekleme ve girişin boyutunu belirleme
model.add(Dense(units=1, input_shape=[1]))
# fonksiyonel özellikleri belirleme ve modeli derleme
model.compile(optimizer='sgd', loss='mean_squared_error')
Yapay sinir ağını kurduktan sonra, onu örnek verilerimizle besleyebiliriz 😋
xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)
Şimdi, eğitim sürecini başlatmalıyız 🚀
model.fit(xs, ys, epochs=500)
Her şey tamamlandı😎! Şimdi sinir ağımızı yeni verilerle test edebiliriz 🎉
print(model.predict([10.0]))
