Keras ile Çok Görevli Modeller Oluşturma

Bu 1 saatlik kılavuzlu projede, Keras ile çok görevli (multi-task) ve çok çıktılı (multi-output) modeller oluşturmayı ve eğitmeyi öğreneceksiniz. Aynı girdi örneği verildiğinde iki farklı etiketi öğrenmek üzere eğitilecek çok çıktılı bir model oluşturmak için Keras'ın fonksiyonel API'sini kullanmayı öğreneceksiniz. Modelin tek bir girdisi ancak iki çıktısı olacak. İki çıktı arasında birkaç sığ katman paylaşılacak, ayrıca modelde ResNet tarzı bir atlama bağlantısı (skip connection) kullanacaksınız. Keras'a aşinaysanız, muhtemelen birden fazla görevi yerine getirmek üzere eğitilmiş model örnekleriyle karşılaşmışsınızdır. Örneğin, bir CNN'in girdi görüntülerindeki tüm sınıf örneklerini bulmak üzere eğitildiği ve aynı zamanda tespit edilen sınıf örneklerini girdide konumlandırmak için bir regresyon çıktısı verdiği bir nesne algılama modeli. Keras'ın fonksiyonel API'sini kullanabilmek, nesne algılama modelleri gibi karmaşık, çok çıktılı modeller oluşturmaya yönelik ilk adımdır. Machine learning çerçevemiz olarak TensorFlow kullanacağız. Proje Google Colab ortamını kullanmaktadır. Python konusunda önceden programlama deneyimine sahip olmanız gerekir. Ayrıca Keras ile ilgili önceden deneyiminiz olmalıdır. Bunu orta düzey bir Keras projesi olarak düşünebilirsiniz. Bu pratik, uygulamalı...