İçeriğe geç
parazade
Yapay Zeka

Nokta Çarpımı Nedir?

İngilizce: Dot Product

Yayın: · Son güncelleme:

Nokta Çarpımı Nedir? Kısaca

Nokta çarpımı (skaler çarpım), aynı boyuttaki iki vektörün karşılıklı elemanlarının çarpılıp toplanmasıyla elde edilen tek bir sayıdır. İki vektörün ne ölçüde aynı yönü gösterdiğini ölçer.

Nokta Çarpımı nedir?
İçindekiler
  1. Nokta çarpımı nedir?
  2. Geometrik anlamı
  3. Yapay zekâda kullanımı
  4. Nelere dikkat etmeli?

Nokta çarpımı, iki vektörü alıp tek bir sayı üreten işlemdir. Bu yüzden skaler çarpım olarak da bilinir. Yapay zekâda benzerlik ölçmekten dikkat mekanizmasına kadar pek çok hesabın temelindedir.

Nokta çarpımı nedir?

İki vektörün karşılıklı elemanları çarpılır ve sonuçlar toplanır:

a = [1, 2, 3]
b = [4, 5, 6]
a · b = 1×4 + 2×5 + 3×6 = 32

Vektörlerin boyutları aynı olmalıdır.

Geometrik anlamı

Nokta çarpımı, iki vektörün uzunlukları ile aralarındaki açının kosinüsünün çarpımına da eşittir. Bu sayede yön hakkında bilgi verir:

Sonuç Anlamı
Pozitif Vektörler benzer yönde
Sıfır Vektörler birbirine dik
Negatif Vektörler zıt yönde

Nokta çarpımı vektörlerin uzunluklarına bölünürse kosinüs benzerliği elde edilir; bu değer -1 ile 1 arasında kalır ve yalnız yönü karşılaştırır.

Yapay zekâda kullanımı

  • Yapay nöron: Bir nöron, girdileri ağırlıklarla nokta çarpımına sokar, sapma ekler ve aktivasyon fonksiyonundan geçirir.
  • Anlamsal arama: Sorgu ve belge embedding'leri arasındaki nokta çarpımı ya da kosinüs benzerliği, ne kadar ilgili olduklarını gösterir.
  • Dikkat mekanizması: Dikkat mekanizmasında sorgu ve anahtar vektörlerinin nokta çarpımı, hangi kelimeye ne kadar odaklanılacağını belirler.
  • Matris çarpımı: Sonuç matrisinin her elemanı bir nokta çarpımıdır.

Nelere dikkat etmeli?

Ham nokta çarpımı vektörlerin uzunluğundan etkilenir; uzun vektörler daha büyük sonuç verir. Yalnızca yön benzerliği önemliyse vektörleri normalize etmek ya da kosinüs benzerliği kullanmak daha doğrudur.

Sıkça Sorulan Sorular

Nokta çarpımı ile vektörel çarpım aynı mı?

Hayır. Nokta çarpımı sonuç olarak tek bir sayı verir. Vektörel çarpım ise üç boyutlu uzayda iki vektöre dik yeni bir vektör üretir ve farklı bir işlemdir.

Nokta çarpımı sıfır çıkarsa ne anlama gelir?

İki vektörün birbirine dik olduğu anlamına gelir. Yapay zekâ bağlamında bu, iki temsilin birbiriyle ilişkisiz olduğu şeklinde yorumlanabilir.

İlgili terimler

Vektör(Vector)Vektör, matematikte hem büyüklüğü hem yönü olan bir nicelik; yapay zekâda ise sıralı bir sayı listesidir. Metin, görsel ya da kullanıcı gibi nesneler vektörlerle sayısal olarak temsil edilir ve karşılaştırılır.Kosinüs Benzerliği(Cosine Similarity)Kosinüs benzerliği (cosine similarity), iki vektör arasındaki açının kosinüsünü hesaplayarak bu vektörlerin ne kadar aynı yönü gösterdiğini ölçen bir benzerlik ölçüsüdür. Değer 1'e yaklaştıkça vektörler, dolayısıyla temsil ettikleri metinler daha benzer kabul edilir.Matris Çarpımı(Matrix Multiplication)Matris çarpımı, birinci matrisin her satırı ile ikinci matrisin her sütununun nokta çarpımı alınarak yeni bir matris elde edilmesidir. Çarpım için birinci matrisin sütun sayısı, ikincinin satır sayısına eşit olmalıdır.Dikkat Mekanizması(Attention Mechanism)Dikkat mekanizması, bir sinir ağının girdinin her parçasını işlerken diğer parçalardan hangilerinin daha önemli olduğunu ağırlıklandırarak bilgiyi seçici biçimde birleştirmesini sağlayan yöntemdir.Yapay Nöron(Artificial Neuron)Yapay nöron, girdilerini ağırlıklarla çarpıp toplayan, bu toplama bir sapma değeri ekleyen ve sonucu bir aktivasyon fonksiyonundan geçirerek çıktı üreten, yapay sinir ağlarının temel hesaplama birimidir.Matris(Matrix)Matris, sayıların satır ve sütunlar hâlinde dikdörtgen bir tabloya dizilmiş biçimidir. Doğrusal cebirin temel nesnesidir ve yapay zekâda verileri, görüntüleri ve sinir ağı ağırlıklarını temsil etmek için kullanılır.