İçeriğe geç
parazade
Yapay Zeka

LeNet Nedir?

Yayın: · Son güncelleme:

LeNet Nedir? Kısaca

LeNet, 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.

LeNet nedir?
İçindekiler
  1. LeNet nedir?
  2. Yapısı
  3. Getirdiği temel fikirler
  4. Bugünkü önemi

LeNet nedir?

LeNet, Yann LeCun öncülüğünde geliştirilen ve evrişimli sinir ağlarının ilk başarılı örneklerinden sayılan bir model ailesidir. İlk sürümleri 1980'lerin sonunda posta kodlarındaki el yazısı rakamları okumak için geliştirildi. En bilinen sürümü olan LeNet-5, 1998'de yayımlanan kapsamlı bir makalede tanıtıldı ve banka çeklerindeki rakamların otomatik okunması gibi gerçek uygulamalarda kullanıldı.

Yapısı

LeNet-5, bugünün ölçülerine göre küçük bir ağdır ve yaklaşık 60 bin parametre içerir. Katmanları şöyle sıralanır:

  1. 32×32 piksellik gri tonlu görüntü girişi
  2. Evrişim katmanı ve ardından alt örnekleme (havuzlama)
  3. İkinci evrişim katmanı ve alt örnekleme
  4. Tam bağlantılı katmanlar
  5. 0'dan 9'a kadar on rakam için çıkış

Bu düzen, yani evrişim ve havuzlamanın art arda dizilip sonunda sınıflandırma katmanlarına bağlanması, AlexNet'ten VGG'ye kadar birçok sonraki mimarinin de iskeletini oluşturdu.

Getirdiği temel fikirler

  • Yerel bağlantılar: Her nöron görüntünün yalnızca küçük bir bölgesine bakar.
  • Ağırlık paylaşımı: Aynı filtre tüm görüntüde kullanılır; bu da parametre sayısını azaltır.
  • Uçtan uca öğrenme: Özellikler elle tasarlanmaz, geri yayılım ile veriden öğrenilir.

Bugünkü önemi

LeNet, el yazısı rakamlardan oluşan MNIST veri setiyle birlikte derin öğrenme eğitimlerinde hâlâ ilk örneklerden biri olarak kullanılır. Ancak dönemin donanım ve veri sınırları nedeniyle bu yaklaşım, 2012'de AlexNet'in büyük başarısına kadar geniş çapta yaygınlaşmadı. LeCun, derin öğrenmeye katkılarıyla 2018 Turing Ödülü'nü Geoffrey Hinton ve Yoshua Bengio ile paylaştı.

Sıkça Sorulan Sorular

LeNet ile AlexNet arasındaki fark nedir?

İkisi de benzer bir evrişim-havuzlama-tam bağlantı düzeni kullanır. AlexNet çok daha büyüktür, ReLU ve dropout gibi teknikler içerir ve GPU ile çok daha büyük bir veri setinde eğitilmiştir.

LeNet bugün hâlâ kullanılıyor mu?

Gerçek uygulamalarda yerini daha güçlü modellere bıraktı. Ancak küçük ve anlaşılır yapısı nedeniyle evrişimli sinir ağlarını öğretmek için sıkça kullanılır.

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.AlexNetAlexNet, 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.MNISTMNIST, 0'dan 9'a kadar el yazısıyla yazılmış rakamların 28×28 piksellik gri tonlamalı görüntülerinden oluşan, 60.000 eğitim ve 10.000 test örneği içeren, makine öğrenmesi ve görüntü sınıflandırma alanında en çok bilinen başlangıç veri setidir.El Yazısı Tanıma(Handwriting Recognition)El yazısı tanıma (handwriting recognition), kâğıda, tablete ya da dokunmatik ekrana elle yazılmış harf, kelime ve cümlelerin yapay zekâ yöntemleriyle okunup düzenlenebilir dijital metne dönüştürülmesidir.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.Geri Yayılım(Backpropagation)Geri yayılım, bir sinir ağının çıktısındaki hatanın, zincir kuralı kullanılarak katmanlar boyunca geriye doğru dağıtılması ve her ağırlığın hataya katkısının (gradyanının) verimli biçimde hesaplanması yöntemidir.Derin Öğrenme(Deep Learning)Derin öğrenme, çok sayıda katmandan oluşan yapay sinir ağlarıyla veriden karmaşık kalıpları otomatik olarak öğrenen bir makine öğrenmesi yaklaşımıdır.