CEYD-A ile Derin Öğrenme – Deep Learning

CEYD-A’ nın yeni sürümlerinde Yapay Zeka metodlarını içeren CEYD fonksiyonları devreye giriyor. Gelecek sürümlerde de bu fonksiyonların artacağını şimdiden müjdelemek gerek. Gerçi farklı bir bakış açışı olarak algılanabilir. Derin öğrenme verinin büyüklüğü ve işlemlerin çokluğundan dolayı güçlü işlem gücü gerektiren bir sistemde uygulanır. CEYD-A, mobil cihazlar üzerinde yürütüldüğü için daha az veri ile Derin Öğrenme metodlarını lokal olarak deneyebilmek mümkün.

cmdlearnbpl $leftinputs,$rightinputs,$outputs
ile CEYD-A’ya verilen örnek giriş kümeleri içeren dizileri ve sonuçlarının hangi dizide tutulduğunu belirtiyoruz. Bu komutu kullanarak geri yayılımlı öğrenme algoritması (BPL – Back Propagation Learning)  ile bu örneklerin sonuçlarını öğreniyor. Öğrenme işlemi örneklerin sayısına göre zaman alabiliyor.

cmdforwardbpl $leftinputs,$rightinputs,$outputs
ile CEYD-A’ya daha önce öğrenmiş olduğu örneklerden yola çıkarak farklı bir örnek sorabiliyoruz. Giriş değerlerine soracağımız örneği giriyoruz. CEYD-A öğrenmiş olduklarını formüle ederek sonucu çıkış dizisinde tutuyor.

Şimdi kolay bir örnekle bu fonksiyonları gösterelim. İlk komut olan derin öğrenme deneme ile CEYD-A’ya 2 üssü 1, 2 üssü 2, 2 üssü 4, 2 üssü 5 ve 2 üssü 6 nın kaç olduğunu gösteriyoruz. Dikkat ederseniz 2 üssü 3 ün kaç olduğunu söylemiyoruz. Önceden de 2 üssü ifadelerini CEYD-A bilmemekte.

İkinci komut olan derin öğrenme cevap ile 2 üssü 3 ün değerinin kaç olduğunu soruyoruz. Öğrendiklerini formüle ederek bize 2 üssü 3 ün 8 olduğunu söylüyor.

Peki, komutların kullandığı veriler geçici midir ? Sadece o komut çalışma zamanında mı kullanılır ? Hayır. CEYD-A’ nın tuttuğu ve komutlar içinde kullandığı veriler cihaz kapatılıp açılsa bile lokal veritabanında tutulur. Bu şekilde verilerin komutlar arası kullanımı ve işlenimi sağlanır. Bu şekilde öğrenmenin yolu açılmış olur.

Not: Bu komutlar CEYD-A 6.1.2.8 sürümü ile devreye girmiştir. Önceki sürümlerde çalışmamaktadır.