Bir sinir ağının içine bak
Kısaca
- Nöron, ağırlık ve katmanın ne olduğunu anlatmak
- Bir ağın eğitim sırasında nasıl değiştiğini izlemek
- Daha çok katmanın neden daha karmaşık şekiller çizebildiğini görmek
Teachable Machine’ın içinde bir sinir ağı vardı. Şimdi onun içini açıyoruz. TensorFlow Playground bunun için yapılmış ücretsiz bir oyun alanı. Sayfayı yeni bir sekmede aç.
Ekranda ne var?
- Solda veri: turuncu ve mavi noktalar. Ağın işi, yeni bir noktanın hangi renk olacağını tahmin etmek.
- Ortada nöronlar: her kutu bir nöron. Her nöron, gelen sayıları toplayıp basit bir işlemden geçirir.
- Nöronları bağlayan çizgiler ağırlıklar: bir bağlantının ne kadar önemli olduğunu söyleyen sayılar. Kalın çizgi büyük ağırlık demek.
- Sağda çıktı: ağın arka planı nasıl boyadığı, yani hangi bölgeye hangi rengi verdiği.
Deney 1: düz bir çizgi yeter mi?
Soldaki veri setlerinden ikiye ayrılmış olanı (sol alttaki) seç. Gizli katman sayısını sıfıra indir ve ▶ düğmesine bas. Ağ düz bir çizgi çekerek iki rengi ayırır. Bu, 1958’deki algılayıcının yapabildiği şey.
Deney 2: daire
Şimdi daire şeklindeki veri setini (sol üstteki) seç. Gizli katman olmadan ağ başaramaz; düz bir çizgiyle bir daireyi ayıramazsın. Bir gizli katman ekle, içine 4 nöron koy ve yeniden başlat. Ağ birkaç saniyede daireyi çizer.
Eklediğin her nöron basit bir çizgi öğrenir; bir sonraki katman bu çizgileri birleştirip daha karmaşık bir şekil yapar. Derin öğrenmedeki “derin”, bu katmanların çok olması demek.
Deney 3: spiral
En zor veri seti spiral (sağ alttaki). İki gizli katman ve her birinde 6–8 nöronla dene. Sabırlı ol; ağ yavaş yavaş spirali takip eden bir sınır çizer. İzlerken çizgilerin kalınlaşıp inceldiğini gör: eğitim, bu ağırlıkların hata azalacak yönde azar azar değiştirilmesinden ibaret. Bu yöntemin adı geri yayılım ve 1986’da yayımlandı.
Daha derine inmek istersen 3Blue1Brown’un sinir ağı video dizisi, aynı fikirleri harika çizimlerle anlatıyor.
Akılda kalsın: Sinir ağı, sayıları toplayıp ileten küçük birimlerden oluşur. Eğitim, aralarındaki ağırlıkların hata azalacak şekilde ayarlanmasıdır. Katman arttıkça ağ daha karmaşık şekiller öğrenebilir.
Kendini dene
1. Sinir ağında “ağırlık” nedir?
2. Gizli katmanı olmayan bir ağ daire şeklindeki veriyi neden ayıramaz?
3. Eğitim sırasında ağda ne değişir?
Daha derine inmek istersen