TensorFlow genel itibariyle makine öğrenimi için kullanılan açık kodlu bir yazılım kütüphanesidir. Ücretsiz bir derin öğrenme kütüphanesi olan bu sistem oldukça esnek bir yapıya sahiptir. TensorFlow Google’ın iç işleri için Google Brain ekibi tarafından geliştirilmiştir. TensorFlow’ın özelliği, herhangi bir platform farkı olmadan hesaplamaların kolaylıkla yapılmasını sağlamasıdır.
TensorFlow, Python kullanılarak geliştirilmiş olmakla birlikte, günümüzde C++, C#, Java, JavaScript ve R gibi dilleri de desteklemektedir. Bunlardan TensorFlow.js ile mevcut internet tarayıcınız üzerinden yapay zeka ile ilgili pek çok deneyim yaşayabilirsiniz. Google’ın hazırladığı demoları kullanabilirsiniz.
Derin Öğrenme Nedir?
Derin öğrenme bir makine öğrenme yöntemidir. Oldukça popüler olan yapay zekâ ve makine öğrenme konuları ile bağlantılı olan derin öğrenme, yapay sinir ağları ile insan beyninin işleyişini taklit eden bir hesaplama sistemine dayanır.
Derin öğrenme, yapay zekâyı eğitmek için kullanılır. Bunun için hem denetimli hem denetimsiz öğrenme seçenekleri mevcuttur. Derin öğrenme sisteminin özelliklerini şöyle sıralayabiliriz;
- İnsan beynini veya hayvan zekâsını taklit etmek için derin öğrenme, yapay sinir ağlarını kullanır.
- Bir tane sinir ağı içerisinde üç çeşit nöron katmanı yer alır. Bunlar: Giriş katmanı, gizli katmanlar ve çıkış katmanı olarak sıralanır.
- Nöronlar arasında kurulan bağlantılar, giriş katmanındaki değerin önemi doğrultusunda bir ağırlıkla ilişkilendirilir.
- Nöronlar, elde edilen çıktıyı standart hale getirmek için kullanılan verilerde bir aktivasyon fonksiyonu kullanırlar.
- Bu yapay sinir ağını eğitebilmek için büyük bir veri kümesi gereklidir.
TensorFlow Nedir?
TensorFlow, farklı alanlarda ve farklı platformlarda kullanılan teknolojik bir kütüphanedir. Google tarafından geliştirilmiş olan açık kaynaklı TensorFlow sayesinde öğrenme destekli yapay zekâ uygulamaları geliştirebilirsiniz.
2015 yılından beri açık kaynaklı bir kütüphane olarak kullanılan TensorFlow, JavaScript desteği ile kullanıcıların kendisini geliştirmesine olanak tanır. Bu konuda Google’ın hazırladığı demolardan faydalanabilirsiniz. Ayrıca TensorFlow kullanmayı öğrenmek için farkı kaynaklardan yararlanabilirsiniz.
Bunlardan biri olan “Intro to TensorFlow for Deep Learning”, Google’ın TensorFlow ekibi tarafından hazırlanmış, derin öğrenme aşamalarını içeren, herkese açık, ücretsiz bir kaynak durumundadır. Yeni başlayanlar için yaklaşık 2 ay süren bu online eğitim, TensorFlow’un web üzerinde ve mobil ortamda nasıl kullanılacağını detaylı bir şekilde anlatmaktadır.
Bu konuda bir başka kaynak ise “Introduction to TensorFlow for Artificial Intelligence, Machine Learning and Deep Learning” eğitim programıdır. Anlaşılır bir makine öğretimi ve derin öğrenme eğitimi sunan program ile yazılım geliştiren kişiler kendi projelerini yapabilir seviyeye ulaşmaktadır.
TensorFlow Ne İşe Yarar?
Yapay zekâ sistemlerinin her alanda kullanılmaya başlanması ile bu alanda bilgi edinme ve öğrenme çabası da artış göstermiştir. TensorFlow, yapay zekâ sistemlerinin öğrenilmesini kolaylaştıran bir kütüphane işlevi görmektedir.
TensorFlow kütüphaneleri kullanılarak geliştirilen pek çok örnek mevcuttur. Bunlar: Metin tabanlı uygulamalar, ses tabanlı uygulamalar, görsel tabanlı tanıma uygulamaları, zaman serileri uygulamaları ve video algılama uygulamaları gibi kategorilere ayrılır.
Metin tabanlı uygulamalara en güzel örnek Google Translate olarak verilebilir. Derin öğrenme yapısı ile sürekli kendisini geliştiren ve güncelleyen Google Translate, 100’ün üzerinde dilde karşılıklı çeviri yapabilmektedir.
Ses tabanlı uygulamalara örnek olarak telefonlardaki ses tanıma özelliği verilebilir. Sesi tanıyarak komutları yerine getirme özelliği bulunan sistemin temeli TensorFlow’a dayanır.
Görsel tabanlı tanıma uygulamaları için, Mobese kameralarında bulunan yüz tanıma özelliği verilebilir.
Zaman serileri uygulamalarına en iyi örnek ise bireyin internette geçirdiği vakitte nelerle ilgilendiğini görerek, karşısına benzer aktivite veya alışveriş tavsiyeleri çıkması verilebilir.
Video algılama uygulamaları için verilecek örnek, online üniversite olarak bilinen sistemlerdir. Bu sistem ve yöntemlerin çok çeşitli alanlara genişleyerek kullanılması, TensorFlow’un etkileşim alanının büyüklüğü hakkında fikir vermektedir.
