CodeBlanks Logo Icon CodeBlanks
Giriş Yap Kayıt Ol

PyTorch nedir?

PyTorch, Facebook tarafından geliştirilen derin öğrenme kütüphanesidir.

PyTorch nedir?

PyTorch, derin öğrenme için en yaygın kitaplıklardan biridir. Üç şey sunar:

  • Tensör: NumPy dizisine benzeyen ama GPU'da da çalışabilen çok boyutlu dizi.
  • Autograd: yapılan işlemlerin türevini otomatik hesaplayan sistem.
  • nn: katmanlar, kayıp fonksiyonları ve optimize edicilerden oluşan araç kutusu.
import torch
x = torch.tensor([1.0, 2.0, 3.0])
print(x * 2)          # tensor([2., 4., 6.])
print(x.sum().item()) # 6.0

Kod satır satır çalışır (eager); hata ayıklamak sıradan Python gibidir.

item() ve tolist()

Tensörlerden sıradan Python değerlerine geçmek için item() (tek elemanlı tensör) ve tolist() (her şekil) kullanılır. Çıktıları yazdırırken ve kaydederken işe yarar:

t = torch.tensor([[1, 2], [3, 4]])
print(t.sum().item())   # 10   (Python int)
print(t.tolist())       # [[1, 2], [3, 4]]
print(t.max().item())   # 4

Çok elemanlı tensörde item() hata verir.

Uygulama İlk tensör

torch.tensor([[1, 2, 3], [4, 5, 6]]) oluştur. 10 ile çarpılmış hâlini tolist() ile, ardından tüm elemanların toplamını item() ile yazdır.

Başlangıç kodu

model.py
import torch

# buraya yaz

Örnek çözüm

model.py
import torch

t = torch.tensor([[1, 2, 3], [4, 5, 6]])
print((t * 10).tolist())
print(t.sum().item())

Beklenen çıktı

[[10, 20, 30], [40, 50, 60]]
21

Soru ve cevaplar

Dersin sorularını cevaplarıyla birlikte inceleyebilirsin. Kendini denemek istersen dersi interaktif olarak çöz.

1 PyTorch'u NumPy'dan ayıran iki temel özellik nedir?

  • Daha kısa kod ve renkli çıktı
  • Tablo okuma ve grafik
  • Fark yoktur
  • GPU desteği ve otomatik türev Doğru cevap

Açıklama: Tensörler GPU'ya taşınabilir ve autograd gradyanları kendiliğinden hesaplar.

2 Tek elemanlı tensörü Python sayısına çevir.

Soru 
toplam = t.sum().____()
Cevap 
toplam = t.sum().item()

Açıklama: item() skaler tensörün değerini döndürür.

3 Kavramları eşleştir.

Kavram Anlamı
torch.tensor Çok boyutlu dizi
autograd Otomatik türev
torch.nn Katmanlar ve kayıplar
tolist() Python listesine

İleri seviye bölümündeki tüm dersler

1 Neural network temelleri

  1. Neural network nedir?
  2. Nöron
  3. Katmanlar
  4. Aktivasyon
  5. İleri yayılım
  6. Özet - Neural network

2 PyTorch temelleri

  1. PyTorch nedir?
  2. Tensor
  3. Tensor oluşturma
  4. Tensor özellikleri
  5. GPU desteği
  6. Özet - PyTorch

3 Tensor işlemleri

  1. Tensor işlemleri
  2. Shape
  3. Dtype
  4. Reshape
  5. Indexing
  6. Özet - Tensor işlemleri

4 Autograd

  1. Autograd nedir?
  2. requires_grad
  3. backward()
  4. grad
  5. Computational graph
  6. Özet - Autograd

5 Proje: Neural network

  1. Tensor hazırlama
  2. Model tanımı
  3. Loss hesabı
  4. Optimize edici

6 nn.Module

  1. nn.Module nedir?
  2. __init__
  3. forward
  4. nn.Linear
  5. parameters()
  6. Özet - nn.Module

7 Eğitim döngüsü

  1. Eğitim döngüsü
  2. Epoch
  3. Loss
  4. backward()
  5. optimizer.step()
  6. Özet - Eğitim döngüsü

8 CNN

  1. CNN nedir?
  2. Conv2d
  3. MaxPool2d
  4. Feature map
  5. Flatten
  6. Özet - CNN

9 RNN

  1. RNN nedir?
  2. Hidden state
  3. Sequence
  4. Vanishing gradient
  5. Embedding
  6. Özet - RNN

10 LSTM

  1. LSTM nedir?
  2. Gate'ler
  3. Cell state
  4. input_size
  5. hidden_size
  6. Özet - LSTM

11 Proje: CNN

  1. Veri hazırlama
  2. CNN modeli
  3. Loss ve optimizer
  4. Eğitim

12 Transfer öğrenme

  1. Transfer öğrenme nedir?
  2. Pre-trained model
  3. Fine-tuning
  4. Feature extraction
  5. Avantajlar
  6. Özet - Transfer öğrenme

13 Optimizasyon

  1. Optimizer nedir?
  2. SGD
  3. Adam
  4. Learning rate
  5. zero_grad()
  6. Özet - Optimizasyon

14 İleri seviye finali

  1. Meydan okuma 1
  2. Meydan okuma 2
  3. Meydan okuma 3
  4. Meydan okuma 4