LSTM ve GRU Kapıları
Uzun menzilli bağımlılıkları hatırlayın.
LSTM ve GRU Kapıları, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 3. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, Deep Learning Academy öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. Deep Learning Academy kursu toplamda 4 dersten oluşur.
Uzun Bellek Sorunu
Standart RNN'ler, uzun diziler boyunca ilk ipuçlarını unutur. Kapılı hücreler neyin korunacağına, güncelleneceğine veya atılacağına karar vererek bu sorunu çözer.
LSTM ile Tanışın
LSTM, ayrı bir hücre durumu ekler. Bu, zaman boyunca neredeyse düz ilerleyen ve yalnızca küçük, kontrollü değişiklikler geçiren bir bellek yolu gibidir.
Kapılar Yumuşak Anahtarlardır
Kapı, 0 ile 1 arasında değerler üreten bir sigmoid katmanıdır. Sıfır bilgiyi engeller, bir geçmesine izin verir; aradaki değerler ise ikisini harmanlar.
gate = torch.sigmoid(W @ x + U @ h)Unutma Kapısı
Unutma kapısı, girdiyle belleğe bakar ve yeni bir şey eklemeden önce eski hücre durumunun hangi bölümlerinin silineceğini seçer.
Girdi Kapısı
Girdi kapısı, yeni aday bilginin ne kadarının bu adımda hücre durumuna yazılacağına karar verir.
Çıktı Kapısı
Çıktı kapısı, güncellenmiş hücre durumunun ne kadarının bir sonraki adıma aktarılacak görünür gizli duruma dönüşeceğini kontrol eder. 🚪
Kapılar Gradyanlara Neden Yardımcı Olur
Hücre durumu yavaşça değiştiği için gradyanlar birçok adım boyunca geriye doğru yok olmadan ilerler. Böylece model uzun erimli örüntüleri öğrenir.
GRU ile Tanışın
GRU daha sade bir akrabadır: kapıları birleştirir ve ayrı hücre durumunu kaldırır. Böylece daha az parametreyle benzer bir güç sunar.
GRU'nun İki Kapısı
Bir GRU yalnızca iki kapı kullanır: sıfırlama kapısı ve güncelleme kapısı. Bu kapılar, her adımda eski bellekle yeni girdiyi dengeler.
PyTorch'ta Doğrudan Değiştirme
Her ikisi de PyTorch'ta tek satırda kullanılabilir. nn.LSTM veya nn.GRU'yu nn.RNN yerine geçirerek eğitim kodunun neredeyse tamamını koruyabilirsiniz.
lstm = nn.LSTM(input_size=10, hidden_size=20)Hangisini Seçmelisiniz?
GRU'lar daha hızlıdır ve çoğu zaman LSTM'lerle aynı sonucu verir; LSTM'ler en zor uzun dizilerde öne geçebilir. İkisini de deneyin ve kararınızı doğrulama skorunuza bırakın.
Hızlı Kontrol
LSTM'de unutma kapısının görevi nedir?
Özet
LSTM'ler ve GRU'lar belleği kontrol etmek için kapılar kullanır. Böylece gradyanlar uzun diziler boyunca korunur ve birbirinden uzak bağımlılıklar yakalanır. ✅
Sıkça Sorulan Sorular
“LSTM ve GRU Kapıları” dersi ücretsiz mi?
Evet — “LSTM ve GRU Kapıları” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve Deep Learning Academy kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. Deep Learning Academy kursu toplamda 4 dersten oluşur.
“LSTM ve GRU Kapıları” dersinde ne öğreneceğim?
Uzun menzilli bağımlılıkları hatırlayın. Deep Learning Academy ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.
Deep Learning Academy öğrenmeye başlamak için deneyim gerekli mi?
Önceden deneyim gerekmez. CoddyKit'te Deep Learning Academy, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 3. dersidir.
“LSTM ve GRU Kapıları” dersi ne kadar sürer?
Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.
Bu Deep Learning Academy dersinde kod yazıp çalıştırabilir miyim?
Evet. Her Deep Learning Academy dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.
Bu kursun tüm dersleri
- Diziler Neden Belleğe İhtiyaç Duyar
- Temel RNN Hücresi
- LSTM ve GRU Kapıları
- Dizileri Paketleme ve Dolguyu Ele Alma