🌱Giriş

👩‍💻 Yapay Sinir Ağları Kodlamasına Giriş

Her ilk uygulamada olduğu gibi, bize tüm metodoloji hakkında bir fikir veren süper basit bir şeyle başlamalıyız

✨ Keras Nedir?

Yüksek seviyeli bir Yapay Sinir Ağları API'si, Python ile yazılmış ve TensorFlow, CNTK veya Theano'nun üzerinde çalışabilir.

📚 Önemli Terimler

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)

👩‍🔬 En Basit Sinir Ağı

Bir sinirden oluşan bir katman içerir.

👩‍💻 Kod Örneği

# 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 😋

👩‍💻 Kod Örneği

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 🚀

👩‍💻 Kod Örneği

model.fit(xs, ys, epochs=500)

Her şey tamamlandı😎! Şimdi sinir ağımızı yeni verilerle test edebiliriz 🎉

👩‍💻 Kod Örneği

print(model.predict([10.0]))

👩‍💻 Benim Kodum

• Tam kaynak kodu burada 🐾

🔃 Geleneksel Programlamaya vs. Makine Öğrenmesi

🌞 Yazının Aslı

• Burada 🐾

🧐 Referanslar

• Official Documentation of Keras

• More About Sequential model

• More About Optimizers in Keras

• More About Loss Functions in Keras