Yandex Araştırma ekibi, IST Austria, NeuralMagic ve KAUST araştırmacılarla işbirliği yaparak büyük dil modelleri için iki yeni sıkıştırma yöntemi geliştirdi: Dil Modelleri için Eklemeli Niceleme (AQLM) ve PV-Tuning. Bu yöntemler bir araya getirildiğinde model boyutunda 8 kata kadar azalma sağlarken yanıt kalitesini %95 oranında koruyor. Kaynakları optimize etmeyi ve büyük dil modellerinin çalıştırılmasında verimliliği artırmayı amaçlayan bu yeni yaklaşımın detaylarına dair makale, şu an Viyana, Avusturya’da devam etmekte olan Uluslararası Makine Öğrenimi Konferansı’nda (ICML) yer aldı.
Kaspersky, nöromorfik bilgi işlem teknolojilerinde uzmanlaşmış bir şirket olan Motive Neuromorphic Technologies’e %15 payla hissedar oldu. Kuruluşların ortak geliştirme çabaları, makine öğrenimi tabanlı çözümler için yeni fırsatlar yaratmayı amaçlıyor. Bu kendi kendine öğrenen sistemlerin ve geleceğin akıllı cihazlarının yolunu açacak.
YOLO (You Only Look Once), “Sadece Bir Kez Bakarsın” anlamına gelir. Adından da anlaşılacağı üzere nesneleri tek seferde oldukça hızlı bir şekilde tanımaktadır. Tek bir çerçevede birden fazla nesneyi tanıyıp aynı anda koordinatlarını tespit eder. Bu yazıda Yolov4 ile nesne tanıma modeli oluştururken nelere dikkat etmemiz gerektiğini, hangi araçları kullandığımızı göstereceğim.
Google Colaboratory kısaca (Colab), derin öğrenme uygulamalarını geliştirmek için yüksek GPU kullanabileceğimiz ücretsiz bir bulut hizmetidir. Colab modellerimizi resim, metin, ses gibi formatlarda eğitmek, Tensorflow, Keras, OpenCV gibi popüler kitaplıkları kullanabilmek ve Python programlama dilinde becerilerimizi geliştirmek gibi birçok hizmet için elverişli bir ortam sağlıyor. Üstelik bunu Tesla K80 GPU üzerinde ve ücretsiz olarak sağlıyor. Bu yazıda sizlere Colab kurulumu ile Yolov4 kullanarak model eğitme işlemini anlatacağım.
Yapay zeka kavramıyla beraber hayatımıza giren makine öğrenimi, kabaca tahmin bilimi olarak tanımlanıyor. Uzmanlar, günümüzde hiçbir makine öğrenmesi ya da derin öğrenme yönteminin, genel yapay zekanın nihai hedefine ulaşamadığına dikkat çekiyor. Uzmanlar, belirli bir görevi gerçekleştirmek için belirli bir dizi talimat içeren yazılım rutinlerinin elle kodlanmak yerine, makinenin, kendisine görevin nasıl gerçekleştirileceğini öğrenme yeteneği veren büyük miktarda veri ve algoritmalar kullanılarak eğitildiğini belirtiyor. Uzmanlar, eğitim alanındaki temel makine öğrenimi uygulamalarını da uyarlanabilir öğrenme, verimliliği artırma, öğrenme…