İçeriğe geç
parazade
Yapay Zeka

AlexNet Nedir?

Yayın: · Son güncelleme:

AlexNet Nedir? Kısaca

AlexNet, Alex Krizhevsky, Ilya Sutskever ve Geoffrey Hinton'ın geliştirdiği ve 2012 ImageNet görüntü sınıflandırma yarışmasını rakiplerinin belirgin biçimde önünde kazanan evrişimli sinir ağıdır. Derin öğrenmenin bilgisayarlı görüde yaygınlaşmasının başlangıcı kabul edilir.

AlexNet nedir?
İçindekiler
  1. AlexNet nedir?
  2. Yapısı
  3. Getirdiği yenilikler
  4. Neden önemli?

AlexNet nedir?

AlexNet, adını baş yazarı Alex Krizhevsky'den alan bir evrişimli sinir ağıdır. Toronto Üniversitesi'nde Ilya Sutskever ve Geoffrey Hinton ile birlikte geliştirildi. 2012'deki ImageNet Büyük Ölçekli Görsel Tanıma Yarışması'nda, yaklaşık bin kategoriye ayrılmış görselleri sınıflandırma görevinde, ikinci sıradaki yöntemden çok daha düşük hata oranıyla birinci oldu. Bu sonuç, araştırma dünyasının dikkatini kısa sürede derin sinir ağlarına çevirdi.

Yapısı

AlexNet, bugünün ölçülerine göre sade bir yapıya sahiptir:

Getirdiği yenilikler

Yenilik Katkısı
ReLU aktivasyonu Sigmoid ve tanh'a göre eğitimi belirgin biçimde hızlandırdı
Dropout Tam bağlantılı katmanlarda aşırı öğrenmeyi azalttı
Veri artırma Görselleri kırpma ve çevirmeyle eğitim verisini çeşitlendirdi
GPU ile eğitim Büyük ağın makul sürede eğitilmesini sağladı

Bu tekniklerin bir kısmı daha önce de biliniyordu; AlexNet'in başarısı, onları büyük veriyle ve GPU gücüyle etkili biçimde bir araya getirmesinden geldi.

Neden önemli?

AlexNet'ten önce görüntü tanımada çoğunlukla elle tasarlanmış özellikler kullanılıyordu. AlexNet, özelliklerin doğrudan veriden öğrenilebileceğini ikna edici biçimde gösterdi. Ardından gelen VGG, GoogLeNet ve ResNet gibi mimariler bu yolu daha da ileri taşıdı. Bugün pratikte daha verimli modeller kullanılsa da AlexNet, derin öğrenme tarihinin en çok anılan dönüm noktalarından biridir.

Sıkça Sorulan Sorular

AlexNet neden bu kadar önemli?

2012'de görüntü sınıflandırmada önceki yöntemlerin belirgin biçimde önüne geçerek derin sinir ağlarının büyük veri ve GPU ile ne kadar güçlü olabileceğini gösterdi. Bu başarı, derin öğrenmeye yönelik ilginin hızla artmasında belirleyici oldu.

AlexNet bugün hâlâ kullanılıyor mu?

Gerçek uygulamalarda artık nadiren tercih edilir; daha doğru ve verimli mimariler var. Ancak tarihî önemi ve sade yapısı nedeniyle eğitim amaçlı sıkça incelenir.

İlgili terimler

Evrişimli Sinir Ağı(Convolutional Neural Network)Evrişimli sinir ağı (CNN), görüntü gibi ızgara yapılı verilerde küçük filtreleri veri üzerinde kaydırarak kenar, doku ve şekil gibi özellikleri katman katman öğrenen bir derin öğrenme mimarisidir.Derin Öğrenme(Deep Learning)Derin öğrenme, çok sayıda katmandan oluşan yapay sinir ağlarıyla veriden karmaşık kalıpları otomatik olarak öğrenen bir makine öğrenmesi yaklaşımıdır.VGG(VGGNet)VGG (VGGNet), Oxford Üniversitesi'ndeki Visual Geometry Group'un 2014'te geliştirdiği, art arda dizilmiş küçük 3×3 evrişim filtrelerinden oluşan sade ve derin bir evrişimli sinir ağı mimarisidir. En bilinen sürümleri VGG16 ve VGG19'dur.LeNetLeNet, Yann LeCun ve arkadaşlarının 1980'lerin sonu ile 1990'larda geliştirdiği, el yazısı rakamları tanımak için tasarlanmış öncü bir evrişimli sinir ağı ailesidir. En bilinen sürümü LeNet-5'tir ve bugünkü görüntü tanıma modellerinin temel yapı taşlarını içerir.Evrişim(Convolution)Evrişim (convolution), küçük bir filtrenin bir görüntü ya da sinyal üzerinde kaydırılarak her konumda çarpım ve toplama yapıldığı matematiksel işlemdir. Derin öğrenmede kenar, doku ve şekil gibi yerel desenleri yakalamak için evrişimli sinir ağlarının temelini oluşturur.Tam Bağlantılı Katman(Fully Connected Layer)Tam bağlantılı katman (fully connected ya da dense katman), her nöronunun bir önceki katmandaki tüm nöronlardan girdi aldığı ve çıktısını girdinin bir ağırlık matrisiyle çarpılıp sapma eklenmesiyle hesapladığı temel sinir ağı katmanıdır.ReLUReLU (Rectified Linear Unit), girdisi pozitifse aynen geçiren, negatifse sıfır döndüren, yani f(x) = max(0, x) biçiminde tanımlanan ve derin sinir ağlarında en yaygın kullanılan aktivasyon fonksiyonlarından biridir.