Understanding Positional Encodings: Absolute, Relative, and Rotary

Positional encodings are a crucial component of transformer models, enabling them to understand the order of tokens in a sequence. Since transformers lack built-in mechanisms to process sequential data, positional encodings inject information about the position of each token, allowing the model to capture the structure of the input. In this blog post, we’ll explore three popular types of positional encodings: **Absolute Positional Encoding**, **Relative Positional Encoding**, and **Rotary Positional Encoding**. We’ll also discuss their differences, sample outputs, and why they matter.

Zaman serisi tahmini ve açıklanabilirlik

Yıllar önce (7 yıl önce!) zaman serisi tahmini hakkında ARIMA ve LSTM ile Zaman Serisi Tahmini başlıklı iki makale yazmıştım, aşağıda bağlantıları paylaşıyorum.

• Zaman Serisi İnceleme ve ARIMA ile Tahmin
• Keras LSTM ile Zaman Serisi Tahmini

Aradan geçen sürede zaman serileri konusunda literatüre birçok yöntem eklendi. Günümüzde sürekli olarak zamana bağlı veri üretildiği ve  verinin en önemli şey olduğu düşünüldüğünde, bu konunun ne kadar popüler olduğunu anlatmaya gerek olmadığını düşünüyorum. Bu yazıda, zaman serisi analizinde güncel yaklaşımları, özellikle de Açıklanabilir Yapay Zeka (Explainable AI *XAI*) çerçevesinde ele almayı amaçlıyorum.

Using Pytorch C++ API to extract features with CNN

I continue to enhance the existing courses over Udemy. I have prepared a new video to show how to use Pytorch C++ API.  In this example, We will save a model for feature extraction in the Python, and then use that model in C++.

By using extracted features, we will classify two target objects.

https://www.udemy.com/course/computer-vision-by-using-cpp-and-opencv-with-gpu-support/?couponCode=202209

Nvidia CUDA and tensorflow-GPU installation on Ubuntu 16.04

NVIDIA DRIVER INSTALLATION

Firstly install Nvidia driver, open terminal and run following commands.

1. sudo apt update
2. sudo add-apt-repository ppa:graphics-drivers/ppa
3. sudo apt update
4. sudo apt upgrade
5. sudo ubuntu-drivers devices
6. sudo apt install nvidia-410

C++ - OpenCV Nesne Takip Modülleri

Bu yazı kapsamında sizlere OpenCV içerisindeki nesne takip modüllerinden bahsedeceğim. 

Deep Learning based object detection REST API

Learn how to develop a REST API listening http requests to find objects in the image. 

GPU destekli Tensorflow kurulumu (NVIDIA CUDA ile)

Bu yazı kapsamında GPU destekli tensorflow kurulumu için izlenecek yol anlatılacaktır. Bunun için NVIDIA'nın GPU (grafik işlem birimi) gücünü kullanmak için geliştirmiş olduğu paralel hesaplama mimarisi olan CUDA'yı kullanacağız. İlk olarak bilgisayarınızdaki grafik kartının CUDA'yı destekleyip desteklemediğini öğrenmek için aşağıdaki linkten kontrol ediniz;

Learn Computer Vision with OpenCV and Python

I have prepared a course to teach computer vision & image processing from scratch. In this course, you will find special examples beside the fundamental topics. I preferred to use OpenCV which is an open source computer vision library used and supported by many people!. And I have used OpenCV with Python, because Python allows us to focus on the problem easily without spending time for programming syntax/complex codes.

Keras LSTM ile Zaman Serisi Tahmini

Daha önceki bir yazımda ARIMA ile zaman serisi tahminine dair bir örnek paylaşmıştım. Bu yazı kapsamında ise Keras LSTM katmanı kullanarak zaman serisi tahmini yapan bir uygulama gerçekleştireceğim. LSTM ile ilgili daha ayrıntılı bilgi almak için, benim de bu yazıya referans olarak kullandığım derindelimavi adresindeki yazıyı okuyabilirsiniz. 

Keras ile Derin Öğrenmeye Giriş - Sınıflama Örneği

Keras Tensorflow ya da Theano kütüphaneleri üzerinde çalışan Python ile yazılmış yüksek seviye bir API'dir. Kullanıcıyı daha düşük seviyedeki bu kütüphanelerin karmaşıklığından kurtararak, daha basit şekilde yapay sinir ağı modellerinin oluşturulması ve eğitilmesine olanak sağlar. Keras kurulumunu daha önceki bir yazımda anlatmıştım, kurulum için bu yazıyı inceleyebilirsiniz.

Python Tensorflow ile Keras (derin öğrenme kütüphanesi) kurulumu

Keras, Theano ya da Tensorflow üzerine kurulabilen bir derin öğrenme kütüphanesidir. Keras 'ın daha düşük seviye olan ve kullanımı biraz daha karmaşık olan bu kütüphaneler ile modeller tanımlama ve eğitme işlemlerini daha kullanıcı dostu hale getirdiğini söyleyebiliriz.