Yapay zekadan makale özeti
- Kısa
- Ayrıntılı
- Bu video, Ahmet Aksoy tarafından sunulan bir eğitim içeriğidir. Ahmet, Google Colab sisteminin özelliklerini ve kullanımını detaylı şekilde anlatmaktadır.
- Video, Google Colab sisteminin tanıtımıyla başlayıp, sistemin Jupyter Notebook'ı geliştirerek oluşturduğu, Google Drive ile bağlantılı çalıştığı ve makine öğrenmesi ve derin öğrenme çalışmaları için GPU ve TPU desteği sunduğu bilgisiyle devam ediyor. İçerikte Markdown dilinin kullanımı, kütüphane yükleme, GitHub ile entegrasyon, etkileşimli formlar oluşturma ve çeşitli makine öğrenmesi örnekleri (neural style, deep dream, karakter tanıma gibi) gösteriliyor. Ayrıca Python kodlarının nasıl çalıştırılacağı, hücrelerin nasıl yönetileceği ve dosyaların nasıl kaydedileceği gibi temel kullanım örnekleri de sunuluyor.
- Google Colab Sistemi Tanıtımı
- Google Colab sistemi, Google Drive hesabına sahip olmak şartıyla kullanılabilir.
- Colab, Jupyter Notebook'ı temel alarak geliştirilmiş ve Google Drive ile bağlantı kurmuş bir sistemdir.
- Bilgisayarınızın gücü yetersizse veya GPU desteği yoksa, derin öğrenme ve makine öğrenme çalışmaları için Colab kurtarıcı olabilir.
- 02:06Colab Kullanımı
- Colab'da kod çalıştırmak için Shift+Enter veya Ctrl+Enter tuş kombinasyonları kullanılabilir.
- Jupyter Notebook'un bir özelliği olarak, değişkenin adını yazmak yeterlidir, print fonksiyonu gerekmez.
- Markdown dilini kullanarak metin formatları belirleyebilir ve kod hücrelerini çalıştırabilirsiniz.
- 04:39Colab Özellikleri
- Colab'da kütüphaneler yüklenebilir ve bağımlılıklar yönetilebilir.
- Oluşturulan notebook'lar GitHub'a otomatik olarak kaydedilebilir veya yüklenilebilir.
- Etkileşimli formlar oluşturulabilir ve Tensorflow 2.0 kullanılabilmektedir.
- 05:32Veri İşleme ve Eğitim Kursları
- Colab'da veri yükleme, Google Drive, Sheets ve Google Cloud Storage ile çalışılabilir.
- Veriler görselleştirilebilir ve BigQuery işlemlerine erişilebilir.
- Pandas, Tensorflow konseptleri ve veri ile ilgili giriş kursları sunulmaktadır.
- 06:44Colab'ın Teknik Avantajları
- Colab, kendi bilgisayarınızda olmayan özellikler sunmaktadır.
- Normal bilgisayarlarda CPU ve GPU bulunurken, Colab'da Google TPU (Tensor Processing Unit) eklemiştir.
- Tensorflow üzerinde yapılan çalışmaları TPU aracılığıyla çok daha hızlı gerçekleştirmek mümkün olabiliyor.
- 07:38Makine Öğrenimi Örnekleri
- Neural Style: Bir resmin özelliklerini alıp başka bir resme uygulayarak, örneğin Van Gogh tarzında resim oluşturabilirsiniz.
- Deep Dream: Bir resimde belirli bir nesne (örneğin köpek) bulup, o nesneyi resmin her yerine yerleştirerek "derin uykuya" girmiş gibi bir etki yaratabilirsiniz.
- Colab'da sesle ilgili, veri tabanlarıyla ilgili ve yeni görüntü üretme gibi çeşitli örnekler bulunmaktadır.
- 10:15Colab'da Python Kullanımı
- Colab'da Python kodları yazıp çalıştırmak için Shift+Enter veya Ctrl+Enter tuş kombinasyonları kullanılabilir.
- Değişkenlerin değerlerini görmek için print fonksiyonu gerekmez, sadece değişken adını yazmak yeterlidir.
- Colab'da kod hücreleri eklenip çıkarılabilir, dosya ismi değiştirilebilir ve dosya bilgisayara, Google Drive'a veya GitHub'a kaydedilebilir.