Completed
Keras ile Derin Öğrenme -4- Loss/Hata Fonksiyonu
Class Central Classrooms beta
YouTube videos curated by Class Central.
Classroom Contents
Keras ile Derin Öğrenme
Automatically move to the next video in the Classroom when playback concludes
- 1 Keras ile Derin Öğrenme -1- Giriş
- 2 Keras ile Derin Öğrenme -1.5- Derin Öğrenme Ortamı Kurulumu
- 3 Keras ile Derin Öğrenme -2- İlk Modelimizde Kanser Tespiti Yapalım
- 4 Keras ile Derin Öğrenme -3- Aktivasyon Fonksiyonları
- 5 Keras ile Derin Öğrenme -4- Loss/Hata Fonksiyonu
- 6 Keras ile Derin Öğrenme -5- Optimizasyon Fonksiyonları
- 7 Keras ile Derin Öğrenme -6- Learning Rate/Öğrenme Katsayısı
- 8 Keras ile Derin Öğrenme 7- Dropout Katmanı
- 9 Keras ile Derin Öğrenme -8- Bilgisayar Resmi Nasıl Görüyor?
- 10 Keras ile Derin Öğrenme -9- Görüntü İşleme ve Convolution Layer'da Filtreler
- 11 Keras ile Derin Öğrenme -10- Convolutional Layer
- 12 Keras ile Derin Öğrenme -11- Max-Pooling ile Boyut Azaltma (Dimensionality Reduction)
- 13 Keras ile Derin Öğrenme -12- Convolutional Neural Network ile Obje Tanıma (CIFAR-10)
- 14 Keras ile Derin Öğrenme -13- Oyuna Yapay Zeka Kodlayalım
- 15 Keras ile Derin Öğrenme -14- AlexNet ve Diğer State-of-Art Modeller
- 16 Keras ile Derin Öğrenme -15- Oyunumuz için Sinir Ağımızı Yazalım
- 17 Keras ile Derin Öğrenme -16- Eğittiğimiz Modeli Kaydetme
- 18 Keras ile Derin Öğrenme -18- Convolutional Neural Network'un Teknik Yapısı, CNN'i Bitiriyoruz
- 19 Keras ile Derin Öğrenme -19- Recurrent Neural Network, Giriş
- 20 Keras ile Derin Öğrenme -20- Vanishing Gradient Problemi ve Aktivasyon Fonksiyonu ile Çözümü
- 21 Keras ile Derin Öğrenme -21- LSTM Yapısını Öğrenelim (Brandon Rohrer)
- 22 Keras ile Uygulamalı Derin Öğrenme-1
- 23 Keras ile Uygulamalı Derin Öğrenme-2, CNN Verimi Arttırma, Tahmin
- 24 Keras ile Uygulamalı Derin Öğrenme-3, Image Augmentation, Metodları, Giriş
- 25 Keras ile Derin Öğrenme -22- LSTM'i Kodlayalım, Sinir Ağıyla Karşılaştıralım
- 26 Keras ile Derin Öğrenme -25- Hırsız-Polis Anlatımıyla Generative Adversarial Ağlar
