Skip to main content

Derin Öğrenme Atölyesi – İstanbul (Marmara Üniversitesi)

NVIDIA Derin Öğrenme Kurumu (DLI) ve Open Zeka geliştiriciler, veri bilimcileri ve derin öğrenmeyle ilgili zorlu sorunları çözmek isteyen araştırmacılar (robot, otonom sistem, drone vb.) için gerçek bir eğitim sunmaktadır. Marmara Üniversitesi Mekatronik Mühendisliği Kulübü ile Marmara Mekatronik ve İnovasyon Günleri kapsamında derin öğrenme atölye çalışmasını duyurmaktan dolayı heyecanlıyız.

Eğitim tarihi: 27 Nisan 2017
Eğitim saati: 15:00-18:00
Eğitim yeri: Marmara Üniversitesi Göztepe Yerleşkesi
Eğitim kaydı: https://goo.gl/forms/3y1220n4wHz8ei1q1

Eğitim sunumlarını aşağıdan indirebilirsiniz:

 

Derin Öğrenme-Marmara Üniversitesi.pdf


2. Konvolusyonel Sinir Aglari.pdf

Program:

3 saatlik atölye eğitiminde aşağıdaki başlıklarda çalışma yapılacaktır.

  • Giriş: Derin öğrenme algoritmalarının çalışma mantığı, gelişimi ve neden popüler olduğu farklı sektörlerden örneklerle anlatılacaktır.
  • Uygulamalı eğitim 1: Resim sınıflandırmaya yönelik olarak MNIST veri setinin LeNet ağı ile eğitilmesi anlatılacaktır. Bu eğitimde doğruluk oranının artırılması maksadıyla aşamalı olarak iyileştirme işlemleri uygulanacaktır. Bu ders özellikle resim sınıflandırma probleminde başarıyı artırma konusunda referans bir uygulamadır.
  • Uygulamalı eğitim 2: Bir resimde yer alan nesnelerin kutu içerisine alınmasına yönelik olarak hazırlanan bu ders, gerçek hayattaki birçok probleme (Örnek: Otonom araçlar nasıl görüyor?) nasıl çözüm üretileceğini öğrenmek isteyenlere için iyi bir başlangıç noktasıdır.

İçerik düzeyi: Başlangıç ​​/ Orta düzey

Eğitim dili: Türkçe

DLI Atölyesi Katılımcı Talimatları

Kendi dizüstü bilgisayarınızı bu atölyeye getirmelisiniz.

Dizüstü bilgisayarınızın atölyeden önce aşağıdaki adımları takip edin ve bir problem olmadığına emin olun.

Etkinlik kaydında kullandığınız katılımcı e-posta adresinin aynısını kullanarak https://nvlabs.qwiklab.com/ adresinden qwikLABS hesabı oluşturun.

http://websocketstest.com/ adresine giderek dizüstü bilgisayarınızda qwikLABS’ın sorunsuz çalışıp çalışmadığını kontrol ediniz.

Websockets’in çalışırlık kontrolü için Enviroment altında WebsSockets supported alanının ve WebSockets (Port 80) altında Data Receive, Data Send ve Echo Test alanlarının hepsinin Yes olarak işaretlendiğini kontrol ediniz.

WebSockets ile ilgili sorunlar varsa, tarayıcınızı güncellemeyi deneyebilirsiniz. QwikLABS için en iyi tarayıcılar Chrome, FireFox ve Safari’dir. Laboratuarlar IE’de çalışabilir, ancak optimum bir deneyim değildir.

Bu atölye kimler için?

Veri bilimcileri, geliştiriciler, araştırmacılar ve meraklılar.

Önkoşul bilgisi

Veri bilimi ve makine öğrenimi ile ilgili temel bilgilere sahip olunması anlamayı kolaylaştırmaktadır. Sadece bilgisayar kullanmayı biliyorum diyorsanız yine katılabilirsiniz. Bu eğitimde bir görüntü işleme uzmanı kadar başarılı resim sınıflandırma ve nesneyi kutu içerisine almayı yapabileceksiniz.

Ders Materyali

Örnek prototxt: fc.prototxt

Konuşmacı

Ferhat Kurt, derin öğrenme alanının yaygınlaşması maksadıyla 2014 yılından günümüze derin öğrenme alanının gelişmesi maksadıyla Türkçe destek sitesi (https://www.derinogrenme.com) ve sosyal medya gruplarını (Türkiye Derin Öğrenme Grubu, Facebook Derin Öğrenme Grubu, Meetup Ankara Derin Öğrenme Grubu) kurmuştur. Son iki yıl içerisinde derin öğrenme alanında 30’u aşkın konferans, atölye çalışması yapmıştır. Halen kurucusu olduğu Open Zeka şirketinde yöneticilik yapmakta ve NVIDIA Derin Öğrenme Kurumu eğitmeni olarak derin öğrenme eğitimi vermektedir.


Eğitim Sponsorları

Ferhat Kurt

NVIDIA Deep Learning Institute Sertifikalı eğitmen.

Bir Cevap Yazın

Bu site, istenmeyenleri azaltmak için Akismet kullanıyor. Yorum verilerinizin nasıl işlendiği hakkında daha fazla bilgi edinin.