У нас вы можете посмотреть бесплатно AlexNet: Derin Öğrenmenin Başladığı An или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
2012 yılında ImageNet yarışmasını ezici bir farkla kazanan AlexNet, yapay zekâ tarihinde gerçek bir kırılma anıydı. Bu video, yalnızca bir modelin mimarisini değil; neden tam olarak o yıl, neden o model ve neden her şeyin bir anda değiştiğini anlatıyor. AlexNet’ten önce bilgisayarlı görü; SIFT, HOG ve SVM gibi klasik makine öğrenmesi yöntemleriyle ilerliyordu. Sinir ağları fikri yıllardır vardı ama ne yeterli veri vardı ne de bu modelleri eğitecek donanım. 2012’de bu tablo ilk kez değişti. Bu videoda: AlexNet gerçekten neyi “yeni” yaptı, neyi sadece doğru zamanda birleştirdi? Dropout, ReLU, data augmentation ve GPU eğitimi neden oyunu değiştirdi? Neden AlexNet 10 yıl önce değil de tam olarak 2012’de mümkün oldu? Ayrıca AlexNet’in arkasındaki isimleri — Alex Krizhevsky, Ilya Sutskever ve Geoffrey Hinton — ve bu çalışmanın bugün ChatGPT’ye kadar uzanan etkisini de konuşuyoruz. Bu video, modern derin öğrenmenin neden “bir anda” ortaya çıkmış gibi göründüğünü, ama aslında onlarca yıllık bir birikimin doğru anda birleşmesi olduğunu anlatan bir hikâye. 00:00 - Giriş: Yapay Zeka Tarihinin Kritik Makalesi 00:46 - ImageNet Yarışması ve Veri Seti Nedir? 01:16 - 2012 Devrimi: Klasik Yöntemlerden Derin Öğrenmeye Geçiş 02:37 - Efsanevi Yazar Kadrosu: Ilya Sutskever, Geoffrey Hinton ve Alex Krizhevsky 03:55 - AlexNet'in Doğuş Hikayesi: Aile Evinde 2 GPU 05:13 - Kullanılan Teknikler 1: Data Augmentation ve Dropout Yeniliği 06:00 - Kullanılan Teknikler 2: Overlapping Pooling 06:58 - Kullanılan Teknikler 3: ReLU, Normalizasyon ve RGB Kullanımı 07:55 - 7361 Satır Kod: GPU Mimarisi ve Bellek Yönetimi 09:44 - Scaling (Ölçekleme) Yasası: Donanım ve Veri İlişkisi 10:32 - "Wait Calculation" Teorisi: Teknoloji Hızını Beklemek Mantıklı mı? 11:58 - Kapanış: 1943'ten Günümüze Yapay Zeka Tarihi Kaynaklar: https://proceedings.neurips.cc/paper_... https://spectrum.ieee.org/alexnet-sou... https://github.com/computerhistory/Al... https://en.wikipedia.org/wiki/AlexNet • The moment we stopped understanding AI [Al... • The Deep Learning Architecture you Must Kn... -------------------------------------------------------------------------------------------------------------------------------------------------------------- Noktalı Virgül Nedir?: ODTÜ bilgisayar mühendisliği mezunu iki arkadaş olarak, sektörde DevOps, backend, veri bilimi ve bilgisayarlı görü vb. alanlarda kazandığımız deneyimlerle karşınızdayız. Birikimlerimizi "Noktalı Virgül" adlı podcastimizde paylaşarak, bilgisayar bilimi alanında ilerlemek isteyen ve özellikle üniversiteye yeni başlayan, üniversite hayatında yol alan ya da mezuniyet sonrası kariyerine ilk adımları atmak isteyenlere rehberlik etmek istiyoruz. -------------------------------------------------------------------------------------------------------------------------------------------------------------- Discord Kanalımız: / discord 🌐 Sosyal Medya Hesaplarımız: / noktali.virgul.podcast / cengineer13 / orhun_kose / kursatkaya