Temel RNN Hücresi
Gizli durumu adımlar boyunca taşıyın.
Temel RNN Hücresi, CoddyKit'te ücretsiz bir Deep Learning Academy dersidir. Bu, 4 dersinin 2. 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.
Hücre Ne Yapar
Bir RNN hücresi, her zaman adımında çalışan küçük motordur. Hücreye bir girdiyle eski belleği verirsiniz; o da yeni belleği döndürür.
Her Adımda İki Girdi
Hücre her adımda iki şey alır: mevcut girdi x ve önceki gizli durum. Bunları karıştırarak yeni bir gizli durum oluşturur.
Temel Formül
Standart hücre, girdiyle belleğin ağırlıklı toplamını hesaplar ve ardından bu sonucu sıkıştırır. Bu tek satır, RNN'in temelidir.
h_t = tanh(W_x @ x_t + W_h @ h_prev + b)Neden tanh?
tanh etkinleştirme işlevi, gizli durumu -1 ile 1 arasında sınırlar. Böylece bellek değerleri birçok adım boyunca kontrolden çıkmak yerine kararlı kalır.
İki Ağırlık Matrisi
Bir matris olan W_x yeni girdiyi, diğer matris olan W_h ise eski belleği okur. Hücre, neyi koruyacağına ve ne ekleyeceğine karar vermek için her ikisini de öğrenir.
Başlangıçtaki Gizli Durum
Birinci adımdan önce bellek yoktur; bu nedenle gizli durum, sıfırlardan oluşan bir vektör olarak başlar ve dizi ilerledikçe doldurulur.
h0 = torch.zeros(hidden_size)Zaman Boyunca Açma
Hücrenin her adım için bir kez kopyalandığını ve belleğin zincir boyunca aktarıldığını düşünün. Bu görünüme ağın zaman boyunca açılması denir.
Bellekten Çıktılar
Bir adımda tahmine mi ihtiyacınız var? O adımdaki gizli durumu küçük bir çıktı katmanından geçirerek logit'ler veya bir değer elde edebilirsiniz.
y_t = W_y @ h_t + b_yPyTorch'ta Kullanın
PyTorch, döngüyü elle kodlamamanız için nn.RNN sunar. Girdi ve gizli durum boyutlarını ayarlar, ardından toplu işlenmiş bir dizi verirsiniz.
rnn = nn.RNN(input_size=10, hidden_size=20)Çıktılar ve Son Durum
Katmanı çağırdığınızda iki şey döner: her adımdaki çıktılar ve dizinin tamamını sınıflandırmakta kullanışlı olan son gizli durum.
out, h_n = rnn(x)Dikkat Edilmesi Gereken Nokta
Standart RNN'ler çalışır, ancak uzun dizilerde bellekleri hızla silikleşir. Bu zayıflık, LSTM gibi kapılı hücrelere geçişin temelini oluşturur.
Hızlı Kontrol
Standart bir RNN hücresi her adımda girdi olarak hangi iki şeyi alır?
Özet
Standart hücre, girdiyi ve eski belleği tanh ile birleştirerek yeni bir gizli durum oluşturur; bu işlem dizi boyunca adım adım tekrarlanır. ✅
Sıkça Sorulan Sorular
“Temel RNN Hücresi” dersi ücretsiz mi?
Evet — “Temel RNN Hücresi” 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.
“Temel RNN Hücresi” dersinde ne öğreneceğim?
Gizli durumu adımlar boyunca taşıyın. 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 2. dersidir.
“Temel RNN Hücresi” 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