Hoşgeldin Ziyaretçi
Mesaj atabilmek için forumumuza kayıt olmalısınız.

Kullanıcı Adı
  

Şifre
  





Forumlarda Ara

(Gelişmiş Arama)

Forum İstatistikleri
» Üye Sayısı: 145
» En Son Üyemiz: Haroldhig
» Konu Sayısı: 76
» Mesaj Sayısı: 141

Tam İstatistik

Çevrimiçi Kullanıcılar
Şu anda 8 çevrimiçi kullanıcı var.
» 0 üye | 7 Misafir
Google

En Son Konular
Yaşamayan Yüzler
tarafından admin
15-02-2019, 18:56
2019 TEKNOFEST YAPAY ZEKA...
tarafından admin
08-02-2019, 21:53
Hakkımızda....
tarafından admin
02-02-2019, 18:11
Python 3 Tkinter karşılaş...
tarafından admin
14-01-2019, 10:17
lobe.ai görsel kodlama il...
tarafından Yargicml
02-01-2019, 13:06
ENDÜSTRİ 5.0 - TOPLUM 5.0
tarafından admin
21-12-2018, 12:30
DarkNet C deki Açık Kayna...
tarafından admin
21-12-2018, 11:27
Yapay Zeka ve Kaynaklar
tarafından Yargicml
23-11-2018, 11:34
P - Value (Olasılık Değer...
tarafından admin
09-11-2018, 13:43
Yapay Sinir Ağların da Ak...
tarafından Mahmuttt
24-10-2018, 13:38

 
Lightbulb Yaşamayan Yüzler
Gönderen: admin - 15-02-2019, 18:56 - Forum: Yapay Zeka Haberler - Cevap Yok

[Resim: thispersondoesnotexist.com]

[Resim: 41daaa1295af5b0f28d5c361c0c30146.jpeg]

[Resim: e4c128bfe021a9fdbb7dbdd53cf83348.jpeg]


Bu resimlerde gördüğünüz insanlar hiç yaşamadılar ve hiç hayatta olmadılar 
Bu resimdekileri tamamen Yapay Zeka üretti 
Nvidia şirketinin Yapay Zeka sına https://thispersondoesnotexist.com adresinde ulaşabilirsiniz
Siteye her giriş yaptığınızda karşınıza çıkan tüm resimler yapay zeka nın ürünü

Bu öğeyi yazdır

Lightbulb 2019 TEKNOFEST YAPAY ZEKA YARIŞMASI
Gönderen: admin - 08-02-2019, 21:53 - Forum: Yapay Zeka Haberler - Cevap Yok

[Resim: Yapay-Zeka.jpg]

TEKNOFEST Yapay Zeka Yarışması lise, ön lisans, lisans ve lisans üstü seviyesindeki öğrencilere yöneliktir. Yarışma takımları grup ya da bireysel olabilir. Yapay Zeka, günümüzün en önemli teknolojilerinden olup kullanımı giderek yaygınlaşacaktır. Yapay Zekâ Yarışması’nın hedefi, bu alandaki ilgiyi artırmak ve katılımcıları hızlı yükselen bu alanda yetkinlik kazanmaya teşvik etmektir. Yarışma ile ilgili şartlar, tarifve detayları yarışma şartnamesinde belirtilmiştir.

Yarışma kapsamında yarışmacılar bir drone ile önceden kaydedilmiş görüntüler üzerinden nesne tespiti yapacaklardır. Drone uçuş manevraları ve görüntün odaklandığı yerler ile alçak irtifada hareket eden bir hava aracını temsil edecektir. Yarışma esnasında test amalı kullanılacak videolar, önceden etiketlenmiş olacak, yarışmacılar verilen süre içerisinde ne kadar doğru tespit yaptıklarına göre puanlandırılacaklardır.

Yarışma kapsamında takımların, Ön Tasarım Raporu (ÖTR) ve Detaylı Tasarım Raporu hazırlamaları gerekmektedir. ÖTR değerlendirme sonuçlarına göre bir ön eleme gerçekleşecektir. Ön tasarım raporu göndermeyen ve ya gönderilen rapor komisyon tarafından geçemeyen takımlar yarışmaya katılamayacaklardır. DTR sonuçlarına göre ise; yarışmadan elenen takımlar, maddi destek almayı hak eden takımlar ve maddi destek almadan yarışmaya devam edebilecek olan takımlar belirlenecektir.

Yarışma sonrasında, işbu şartnamede belirtilen başarı kriterini başarıyla yerine getirerek ödül sıralamasına giren yarışmacılar derecelerine göre aşağıdaki gibi ödüllendirilecektir. Ödüller takımlara verilecek olup, bireysel ödüllendirme yapılmayacaktır.

Yarışmada verilecek olan ödüller aşağıdaki gibidir:
• Birincilik Ödülü: 60.000 TL
• İkincilik Ödülü: 40.000 TL
• Üçüncülük Ödülü: 20.000 TL

Şartnamede verilen bilgiler haricinde, yarışma hakkında sormak istediğiniz diğer sorular için YAPAY ZEKA YARIŞMASI GRUBU linkinden ilgili mail grubuna üye olmanız gerekmektedir. Soracağınız sorular ve bu sorulara verilecek olan cevaplar, mail grubunun diğer üyelerinin de görebileceği şekilde açık olacaktır. Yarışmacıların hazırlamaları gereken raporlara ilişkin şablonlar ilerleyen tarihte TEKNOFEST web sitesi üzerinden duyurulacaktır.

Not: Eylül 2018’de düzenlenmiş olan yarışma şartnamesi ile Eylül 2019’da düzenlenecek olan yarışma şartnamesinde bir takım güncelleştirmeler yapılmıştır. Dolayısıyla yarışma şartnamesinin detaylı bir şekilde incelenmesi gerekmektedir.



YARIŞMA ŞARTNAMESİ İÇİN TIKLAYINIZ
BAŞVURU FORMU İÇİN TIKLAYINIZ

Bu öğeyi yazdır

  Hakkımızda....
Gönderen: admin - 02-02-2019, 18:11 - Forum: Yapay Zeka Genel - Cevap Yok

Yapay zekanın her an her yerde karşımıza çıktığı günümüzde, giderek  ve artan önemiyle insanlığı bilgi arayışına itmektedir.
Yapayzekaforum.com olarak Türkiye'nin ilk Yapay Zeka konulu forum sitemizi kullanıma açmış bulunmaktayız.
Yapayzekaforum.com Türkçe Yapay Zeka kaynak sıkıntısını hep birlikte gidermek amacıyla kurulmuştur. 
Vizyonumuz ve Misyonumuz elele ve sevgiyle bilgi dolu günlere.

Bu öğeyi yazdır

  Python 3 Tkinter karşılaşılan giriş ekranın kapatılması
Gönderen: admin - 13-01-2019, 14:41 - Forum: PYTHON - Cevaplar (5)

Tkinter da karşılaştığınız giriş ekranı yani kullanıcı adı ve pasword bilgi ekranının girişten sonra kapanması

Bu öğeyi yazdır

  lobe.ai görsel kodlama ile yapay zeka
Gönderen: supremazy - 02-01-2019, 02:42 - Forum: Yapay Zeka Genel - Cevaplar (1)

Merhaba, sizlerle rast geldiğim bir siteyi paylaşmak istiyorum. Şuan beta aşmasında olan lobe.ai . Davetiye ile üye kabul ediyor. Üye oldum ama bana daha davetiye gelmedi eğer üye olan varsa incelemesini paylaşabilir mi ?

Bu öğeyi yazdır

  ENDÜSTRİ 5.0 - TOPLUM 5.0
Gönderen: admin - 21-12-2018, 12:30 - Forum: Yapay Zeka Genel - Cevap Yok

[Resim: img_top_works2.png]



Endüstri nedir?

En basit tanımıyla endüstri İnsanların bazı ihtiyaçlarını karşılamak üzere ham maddeleri, yapılmış eşya haline getiren işlerin bütünüdür.


Endüstri günümüze gelene kadar çeşitli versiyonlara uğramıştır 

Endüstri 1.0 

[Resim: s80k36foto3.jpg?w=1100]

İlk defa 1650 yıllarından sonra bir canlının gücünden değilde bir makinenin gücünden yararlanılması ile endüstri 1.0 a geçiş sağlandı 
Buhar makinesinin icadı ile insanlar artık makinelerin gücünü kullanmaya başladı.


Endüstri 2.0

[Resim: websny-2.jpg]

Endüstri 1.0 İnsanların hayatına girdikten sonra makinelerin gücü daha iyi anlaşılmıtır. 
Henry Ford ürettiği araçları siparişe göre değilde ben seri üretim yapayım insanlar beklemeden bu ürünleri alsın diyerek günümüzün tüketim kültürünün de temelini atarak ve seri olarak 1903 yılında başlayarak ilk ürettiği ford T modeli ile insanlara endüstri 2.0 ile tanıştırmıştır.

Endüstri 3.0


[Resim: endustri-4-0-uretim.jpg]

1970 li yıllardan sonra artık üretime bilgisayarlar dahil olur. Üretim daha seridir ve aynı zamanda daha az hatalıdır.
CNC gibi Bilgisayar destekli makinelerin fabrikalara girmesi.

Endüstri 4.0


[Resim: fourdotone_tu%CC%88rkce2.jpg]

Artık işin içine bilgisayarlarda dahil olduğuna göre bu işe zeka da girmezse olmazdı.
2010-2011 yıllarında adından söz edilmeye başlandı. Artık fabrikalar da üretimden nihayi kullanıcıya kadarki gecen ürün yaşam serüveninde Yapay Zeka lı sistemler devreye girmiştir. Nesneler birbirleri ile iletişime geçerek ürünün dahada hızlı ve en hatasız şekilde tüketicinin isteğine göre şekillenebiliyor olması. Artık tüm kullandığımız nesneler üreticisine geri dönüş yaparak kullanıcın ihtiyaç ve isteklerine daha net cevap verir dürümler oluştu.



Endüstri 5.0 yada Toplum 5.0

[Resim: beyin-kontrollu-biyonik-eller-z8co4gt.jpg]

Artık endüstri değilde toplum 5.0 olarak bahsedilecek.
2017 den sonra Japonya başta olmak üzere toplum 5.0 konuşulmaya başladı.
Toplum 5.0 Nedir ?
Yakın gelecekte Yapay Zeka dan Biyonik Zekaya ya geçişin habercisi. İnsanlar daha uzun yaşayacak, istedikleri konularda daha bilgili ve odaklanmış olcak 
Teknolojiyi biyolojiyle buluştuğu ve kaynaştığı dönemdir.
Mikro çiplerin direk beynimize entegre olduğu dönemdir.
Bir konu üzerinde uzun uzaya hesap yapmadan direk sonuca ulaşmak.
Yapay Zekanın bir üst dalı Biyonik Zekaya geçiş.
İnsansı robotların yerine robotsu insanlar.


Konuyu daha derin incelemek için 
Banu ONARAL Hocamızın videosuna bakabilirsiniz...



Yada Haluk TATAR Hocamızdan Dinleyebilirsiniz.

Bu öğeyi yazdır

  DarkNet C deki Açık Kaynaklı Sinir Ağları kurulumu
Gönderen: admin - 21-12-2018, 11:27 - Forum: Yapay Sinir Ağları - Cevap Yok

[Resim: 687474703a2f2f706a7265646469652e636f6d2f...6c2e706e67]

Darknet, C ve CUDA'da yazılmış açık kaynaklı bir sinir ağı çerçevesidir. Hızlı, kurulumu kolay ve CPU ve GPU hesaplamasını destekler.

Darknet GitHup

Darknet'in sadece iki isteğe bağlı dependansı ile kurulumu kolaydır:

  • Daha geniş çeşitlilikte desteklenen görüntü türleri istiyorsanız OpenCV 

  • GPU hesaplamasını istiyorsanız CUDA 
Her ikisi de isteğe bağlıdır, bu yüzden sadece temel sistemi kurarak başlayalım.

Temel Sistemin Kurulması

Önce Darknet git deposunu buraya kopyalayın . Bu, şu şekilde gerçekleştirilebilir:


Kod:
git clone https://github.com/pjreddie/darknet.git
cd darknet
make

Yapılan iş doğru ise aşağıdaki kod derlemesini göreceksiniz.

Kod:
mkdir -p obj
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
.....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast -lm....



Her şey doğru bir şekilde derlenmiş gibi görünüyorsa, Aşağıdaki kodu çalıştırmayı deneyin!

Kod:
./darknet
Ve şu çıktıyı almalısın

Kod:
usage: ./darknet <function>
Şimdi CUDA ile derleme
CPU'daki Darknet hızlıdır ancak GPU'da 500 kat daha hızlıdır! Bir Nvidia GPU'nuz olmalı ve CUDA'yı yüklemeniz gerekecek .

CUDA yüklendikten sonra, 

Kod:
Makefile
okumak için ana dizinin ilk satırını değiştirin : GPU = 1 yapın

Kod:
GPU=1


Artık make Projeyi ve CUDA'yı etkinleştirebilirsiniz. Varsayılan olarak, sisteminizdeki 0. grafik kartındaki ağı çalıştıracaktır (CUDA'yı doğru bir şekilde yüklediyseniz, grafik kartlarınızı kullanarak listeleyebilirsiniz 



Kod:
nvidia-smi



Darknet'in hangi kartı kullanacağını değiştirmek isterseniz

 

Kod:
-i <index>


Aşağıdaki gibi isteğe bağlı komut satırı verebilirsiniz :

Kod:
./darknet -i 1 imagenet test cfg/alexnet.cfg alexnet.weights
CUDA kullanarak derlediyseniz, ancak 

Kod:
-nogpu


Bunun yerine CPU hesaplamasını yapmak istiyorsanız, CPU'yu kullanmak için kullanabilirsiniz:

Kod:
./darknet -nogpu imagenet test cfg/alexnet.cfg alexnet.weights

OpenCV ile Derleme

Varsayılan olarak, Darknet Görüntü yüklemesi için kullanır stb_image.h 
Değişik formatlar için daha fazla destek istiyorsanız (CMYK jpeg'ler) yerine OpenCv kullanabilirsiniz ! OpenCV ayrıca görüntüleri diske kaydetmeye gerek kalmadan görüntüleri ve algıları görüntülemenizi sağlar.

İlk OpenCV'yi yükleyin.

Ardından, Makefile okumak için 2. satırını değiştirin :

Kod:
OPENCV=1

Bunu denemek için, önce make projeyi yeniden yapın . Ardından imtest görüntü yüklemesini test etmek ve görüntülemek için rutini kullanın:


Kod:
./darknet imtest data/eagle.jpg
İçinde bir kartal penceresi varsa, başarılı demektir.
[Resim: Screen_Shot_2015-06-10_at_2.47.08_PM.png]

C de Darknet kurulumu

Bu öğeyi yazdır

  P - Value (Olasılık Değeri) Nedir ?
Gönderen: admin - 09-11-2018, 13:43 - Forum: Yapay Zeka Denetimli Öğrenme - Cevap Yok

[Resim: 90%20percent%20confidence%20interval%20cropped.jpg]
P - Value (Olasılık Değeri)

Genellikle bir hipotez üzeri gidilen olasılıklarda kullanılır.
H0 - H1 - P Değerleri vardır.

Örnek üzerinde açıklamak gerekirse;

Modelimiz bir hipotez üzerine kuruyoruz hipotezimiz, 
Çubuk kraker üretimi olsun, krakerlerimiz %1 tuzludur gibi
bu hipotezimiz null olarak geçer ve başlangıç hipotezimizdir değeri H0 dir.

H1 ise tam tersi hipotezi temsil eder.
Üretilen krakerlerden ne kadarının tuz oranı %1 altında yada üstündedir. Yani H0 hipotezini nasıl çürütebiliriz diyebiliriz. Bu şu anlama gelmez 100 krakerden 1'i %1 az yada çok tuzlu olması bu hipotezi çürüteceğimiz anlamına gelmez. Bu durumda aklınıza şu soru gelebilir ne kadar olursa bu hipotezi çürütebilirim gibi. Bu durumda P - Value (olasılık) değeri devreye giriyor.

P - Value (Olasılık) değeri 0.05 (%5) Genelde alınan değeridir. Bu rasgele seçilecek olan krakerlerden kaçının tuz oranı %1 altı yada üstündedir bakılır.

P - Value değeri Küçüldükce H0 hipotezi hatalı olma ihtimali artar 
P - Value değeri Arttıkça H1 hipotezi hatalı olma ihtimali artar

Burada örnek üzerinden açıklayacak olursak rastgele seçilen 1000'er krakerlerden ne kadarının tuz oranı %1 altında yada üstündedir. P değeri %5 üstü ve ya altı çıkması durumu H0 ve ya H1 Hipotezini destekler.

Bu öğeyi yazdır

  Yapay Zeka ve Kaynaklar
Gönderen: kadir.nar - 01-11-2018, 00:43 - Forum: Yapay Zeka Genel - Cevaplar (4)

Türkiyede yeni yeni yapay zeka alt alanlari olan makina ögrenmesi ve derin öğrenme çalişmalari başladi.Yazili kaynaklar yeni yeni oluyor. Sizce nasil projeler veya çalişmalar veya eğitim setleri yapilmali?

Bu öğeyi yazdır

Lightbulb Yapay Sinir Ağların da Aktivasyon Fonksiyonları
Gönderen: admin - 24-10-2018, 13:19 - Forum: Yapay Sinir Ağları - Cevaplar (1)

Yapay Sinir Ağlarında Kullanılan Aktivasyon Fonksiyonları 

Yapay Sinir Ağları Eğitilirken kullanılan aktivasyon fonksiyonları
Aktivasyon fonksiyonlarının amacı W (ağırlık) ve b (bias) değerlerini ayarlamak
L = X.W+b 

Sigmoid Fonksiyonu 

[Resim: Untitled.png]

- Sigmoid fonksiyonu aldığı değerleri 0 ile 1 arasına sıkıştırır
- Yüksek değer aldığında 1 e yaklaşır 
- Düşük değer aldığında ise 0 a yaklaşır 
- Sıfır Odaklı Değildir
- exp() Kullandığı için yavaştır

Tanh Fonksiyonu 

[Resim: quicklatex.com-5acb39ea8105b39e48feebcea0af942a_l3.svg]

-Tanh fonksiyonu Sigmoid fonksiyonuna benzer
-Farkı ise Gelen değerleri -1 ile +1 arasına sıkıştırır
-Gelen değer yüksekse +1 e yakın
-Gelen değer düşük ise -1 e yakındır
-Sıfır değer odaklıdır.


ReLU Fonksiyonu

[Resim: main-qimg-4229dd280e03b7b3a5dc26c808c4b15b]
-ReLU Fonksiyonu Sıfır odaklı değildir
-Aldığı değerler negatif ise Sıfır 0 değer alır
-Aldığı değer pozitif ise olduğu gibi alır
-Biyolojik nöronlara daha yakındır
-Bilgisayarların hesaplaması daha kolaydır.


Leaky ReLU Fonksiyonu

[Resim: leaky-relu-activation.png]

-Leaky ReLU fonksiyonu ReLU fonksiyonun tüm özelliklerini içerir
-Sıfır odaklıdır
-Aldığı değer negatif olursa çok küçük bir negatif değer döndürür
-Bilgisayarlarca kullanımı daha hızlıdır


Exponential Linear Unit Fonksiyonu ELU

[Resim: ELU.png]


-Exponential Linear Unit - ReLU fonksiyonun tüm özelliklerini içerir
-Orta noktası sıfırdır 0 
-exp() Kullandığı için biraz yavaştır

Bu öğeyi yazdır

Hakkımızda
    Yapay Zeka Forum , Yapay Zekayı Türkiye'ye tanıtmak ve bu alanda Türkçe kaynak sıkıntısını gidermek ve aynı zamanda Yapay Zekaya ilgi duyan tüm kişileri bir araya getirmek amacıyla kurulmuştur.

Yapay Zeka Forum


yapay zeka

,

yapay sinir ağı

,

yapay sinir ağları

,

derin öğrenme

,

makine öğrenmesi