YAPAY ZEKA NASIL KURULUR

by:

İnternet

YAPAY ZEKA NASIL KURULUR

Yapay zeka aslında basit manada sadece bir program. Ama özellikle son zamanlardaki gelişmelerle beraber, yapay zeka yazılımları, normal programların erişemeyeceği bir seviyeye çoktan varmış gibi görünüyor. Prensipte bu doğru, zira yapay zeka, standart bir programdan farklı çalışıyor. Yapay zeka işlemlerinde kullanılan yapay sinir ağları, insan beyninde meydana gelen bilinçsel tepkiler baz alınarak tasarlandılar.

Yapay zeka projelerinin son zamanlarda parlayan yıldızlarından biri de GAN. (Generative Adversarial Networks) GAN, aynı anda öğrenmeye başlayan iki nöral ağdan meydana geliyor. Ağlar gitgide daha yüksek performans vermeye başlıyorlar. GAN desteği olmadan Obama videosu bu kadar inandırıcı olamazdı. Deepfake videolarının yanında, yapay zekaların yapabileceği çok daha fazla şey var. Hatta yılların Photoshop ustalarını bile kıskandırabilecek işler ortaya koyabiliyorlar. Yapay zeka, bir görselin içeriğini başka bir görsele aktarabiliyor. Geceyi gündüze, yazı kışa, zebrayı ata dönüştürebilirler. Google DeepDream örneğinde olduğu gibi hayali efektlerden yararlanarak fantastik resimler oluşturabilirler.

Yapay zeka projelerine girişmek için artık üst düzey bilgisayar bilgisi veya astronomik fiyatlara sahip donanımlar gerekmiyor. Yeterli ekran kartına sahip herkes bazı yapay zeka işlemlerini gerçekleştirebilir. Ayrıca GitHub üzerinde binlerce ücretsiz yapay zeka projesi bulunduğundan, oldukça fazla seçeneğe de sahipsiniz. Bu yazımızda, yapay sinir sistemleri çalıştırabilmek adına, bilgisayarınızı nasıl yapay zeka uyumlu hale getireceğinizi açıkladık. ESRGAN projesi, nöral ağların kompleks dünyasına ilk adımı atmak için ideal olacaktır. Kurulumu ve kullanımı diğer alternatiflere göre oldukça basit. ESRGAN, ufak görselleri orijinal boyutunun birkaç katına, netlik kaybı olmadan çıkarabiliyor. Bu, Photoshop kullanılarak bile yapılması çok zor ile imkansız arasında gidip gelen bir uygulama.

Yapay zeka için uygun platform

Nöral ağlar, grafik kartları üzerinden işlem gerçekleştirirlerse, daha hızlı sonuç verirler. Nvidia CUDA (Compute Undefied Device Architecture) teknolojisi, bu gibi işlemler için artık bir standart geline geldi. Fakat sadece Nvidia ekran kartları ile kullanılabilmekte. Nöral ağları hem eğitmek hem de test etmek için tek bir ekran kartı kullanmak genellikle istenen verimi sağlayamıyor. Fakat çok daha pahalı olmayan bir kartla en azından başlangıç düzeyinde işlemler gerçekleştirilebilir. Nvidia 2060 serisi kartlar ise, fiyat-performans anlamında harikalar ve CUDA sürüm 7.5’i de destekleyebiliyorlar. Ek olarak, en güncel ekran kartı sürücülerini de çalıştırıyorlar.

Ekran kartınız hazır olduğunda, developer.nvidia.com/ cuda-toolkit adresine giderek, işletim sisteminizle uyumlu en güncel CUDA araç kitini edinin. Doğru bir araç kiti sayesinde, programlar sadece bilgisayar oyunları gibi işlemler için kare hesabı yaptırmak yerine, ekran kartınızın doğru işlemleri gerçekleştirmesini sağlayabilirler. Araç kitini yükledikten sonra, “Denetim Masası>Sistem>Gelişmiş sistem ayarları>Ortam Değişkenleri” yolunu izleyin. Buradaki alanda “CUDA_ PATH” girdisini görebiliyor olmalısınız. Araç kiti, varsayılan olarak “C:\Programlar Dosyaları\NVIDIA GPU Computing Toolkit\CUDA\v10.1” adresinde yer alır. Adresin sonundaki sayı, araç kitinin sürümü hakkında ipucu sağlar. Bazı yapay sinir ağları sadece eski sürümlerle çalışabilir. Bu gibi durumlarda, eski araç kitlerini yenileriyle paralel olarak kurabilirsiniz. (Örneğin aynı adreste, sonu “v9.0” ile biten klasöre)

İhtiyacınız olan diğer bir şey ise CUDA Library cuDUNN aracı. Bu araç sayesinde nöral ağlarınızın yürütülmesini sağlayacaksınız. İlk olarak developer.nvidia.com/rdp/cudnn-download adresine girmeli ve kayıt yaptırmalısınız. Ardından giriş yapın ve daha önce indirmiş olduğunuz araç kiti ile uyumlu olan cuDUNN sürümünü edinin. Zip dosyasını açın ve CUDA araç kitinizin saklandığı klasöre çıkarın. Buradaki en önemli dosya “cudnn64_7.dll” isimli olandır. Bu dosyanın, araç kiti adresinizdeki “bin” klasörüne yapıştırılması gerekiyor. Eğer araç kiti klasörü Windows Gezgini ile görülemiyorsa, klasör seçenekleri menüsünden “Korunan işletim sistemi dosyalarını gizle” seçeneğindeki işareti kaldırmanız gerek. Bu işlemleri tamamladıktan sonra, yapay sinir ağlarınız ekran kartının kontrolünü ele almaya hazır olacak. Şimdi tek eksiğiniz uygun bir çalıştırma ortamı.

Anaconda ortamında Python

GitHub üzerinden edinilecek hemen her yapay zeka projesi, Python yazılımı dilini kullanmakta. Fakat Windows, Python ile çalışmak için en ideal ortam değil. Python tarafından kullanıcılara sunulan Anaconda ise, Windows’a entegre olarak kurulabilecek ufak bir kapsül sistemi. Anaconda, beraberinde kapsamlı bir Python konfigürasyonu da getirdiğinden, Python araçlarını Windows platformuna doğrudan kurmanıza da gerek kalmıyor.

Fakat bu çok da büyük bir avantaj sayılmaz. Çünkü Python birbiriyle uyumlu olmayan birden fazla sürüme sahip. Örneğin eski yapay zeka projeleri Python 2 kullanırken, daha modern alternatiflerin hemen hepsi Python 3 ile çalışıyor. Sürümün yanında, Python tarafından kullanılacak araçların hepsinin de ilgili yapay zeka projesiyle uyumlu olması zorunlu. Aksi halde yapay sinir ağlarını çalıştırmak mümkün olmuyor. Anaconda üzerinden bir Python ortamı çalıştırmadan evvel, GitHub’dan indirip kullanmayı düşündüğünüz yapay zeka projesinin gerekliliklerini iyice araştırmanız şart.

Önümüzdeki paragraflarda, ESRGAN’ı nasıl kullanacağınızı açıkladık. Yapay zeka dünyasına yeni adım atacaklar için ideal bir proje, zira gereklilikleri fazla değil. Bunların arasında Python 3, PyTorch yapay zeka kütüphanesi, Python aracı NumPy ve makine öğrenimi için kullanılan OpenCV aracı yer alıyor. Ek olarak, nöral ağların birçoğu Google’ın dahili yapay zeka kütüphanesinden yararlandığı için, TensorFlow’u da yüklemelisiniz. Eğer bu projelerden keyif alırsanız, bir sonraki adım için yine TensorFlow kullanan Google DeepDream’i gözden geçirebilirsiniz.

Çeşitli yapay zeka kütüphanelerini kurma

Tüm gereklilikleri sağladıktan sonra, Windows başlat menüsü üzerinden Anaconda Navigator’u çalıştırın. İlk olarak yapar sinir ağları için ortam kurulumu yapmanız gerekecek. Sol taraftaki “Environments” sekmesine gidin ve altındaki “Create” butonuna basın.  Anaconda, Python çalışma ortamını hazırlayacaktır.

Şimdi yeni ortama tıklayın ve pencerenin yanında ok görünmesini bekleyin. Sağ taraftaki pencerede, Navigator yüklü Python paketlerinizi gösterecektir. Üstteki menüde, “not installed” yazılı seçeneğe tıklayarak diğer bileşenleri edinebilirsiniz. Arama çubuğuna “tensorflow” yazın ve “tensorflow-gpu” yazısının üzerine tıklayın. Ardından da “Apply” butonu ile seçiminizi onaylayın. Anaconda yeni yapay zeka kütüphanesini tüm gereklilikleriyle beraber yeni çalışma ortamına kuracaktır. NumPy aracı da bu gerekliliklerden biri olduğu için, bu yolla ESRGAN’ı etkin kullanmanızı sağlayacak bir bileşeni de yüklemiş olacaksınız.

Üst paragraftaki işlemleri tekrarlayın, fakat bu sefer arama çubuğuna “opencv” yazın. Artık tek eksiğiniz PyTorch. Ne yazık ki, GPU entegreli PyTorch sürümü, Anaconda ile indirilemiyor, komut istemcisini kullanmanız gerekecek. Bunun için “open Terminal” yazılı butona tıklayın. Ardından “conda install pytorch torchvision cudatoolkit=10.0 -c pytoch” yazıp Enter’a basın. Uyumlu PyTorch sürümü otomatik olarak indirilip kurulacaktır.

Yapay sinir ağlarını çalıştırın

ESRGAN projesini GitHub üzerinden edinebilirsiniz. Bunun için, Git aracını indirin. Ardından Windows Gezgini’ni açıp “C>Kullanıcılar>[Kullanıcı adınız]” yolunu izleyin ve “GIT GUI Here>Clone Existing Repository” adresini takip ederek ESRGAN’ın adresini https://github.com/xinntap/ESRGAN) kaynak lokasyonu olarak girin. “Target Directory” kısmından, klasör için uygun bir ad belirleyin. Git, bu klasörü ESRGAN olarak yeniden oluşturacaktır. Önemli: “Browse” butonuna tıklayıp bir klasör adresi belirlemezseniz, hata mesajıyla karşılaşırsınız.

“Clone” butonu ile Git, ESRGAN’ı hedef klasöre indirecektir. Artık geriye kalan tek bileşen, önceden öğretilmiş bir ağ. Bu ağı da, ESRGAN’ın GitHub sitesindeki bir Google Drive bağlantısından edinebilirsiniz. Burada çeşitli seçeneklerle karşılaşacaksınız. Önerimiz, “RRDB_ESRGAN)x4.pth” dosyasını indirip “models” klasörüne yapıştırmak.

Şimdi ESRGAN’ı deneyebilirsiniz. Bunun için, büyütülmesini istediğiniz ufak görselleri ESRGAN klasörünüzdeki “LR” klasörüne kopyalayın. Not: Şayet görsellerin boyutu fazlaysa, ekran kartı hafızanız yeterli gelmeyebilir. ESRGAN, çoğunlukla ağaçlar, bitkiler ve hayvanların görsellerini büyütmek üzere geliştirilmiş bir yapay zeka, insan ve arazi fotoğrafları söz konusunda olunca çeşitli zorluklarla karşılaşabiliyor. Doğru yapay zeka eğitimiyle, ESRGAN da yeteneklerini geliştirebilir. Bu işlem için gerekli tüm materyallere ESRGAN internet sitesinden ulaşabilirsiniz.

Anaconda Navigator’u açın ve “Open Terminal” butonuna tıklayın. Ardından “cd” komutu ile ESRGAN klasörüne ulaşın ve “python.test.py” ile ERSGAN’ı çalıştırın. Birkaç saniyenin ardından sanal sinir sistemi hazır hale gelecek ve görsellerin büyütülmüş sonuçları “results” klasörüne aktarılacaktır.

Yapay zeka rüyasında sanal kuzular mı görür?

Yapay zeka ile haşır neşir olmak hoşunuza mı gitti? GitHub’a hemen her gün, ESRGAN’ın başardıklarının ötesine çıkan yeni ve ilgi çekici bir yapay zeka projesi yükleniyor. Bunların kimisi oldukça karmaşık, yani çalışırken sabır istiyorlar. ESRGAN deneyiminizden sonra, şaşkınlık verici DeepDream’e de bir şans vermelisiniz. Basit bir uygulaması github.com/michelriva/DeepDream-TensorFlow adresinden indirilebilir. ESRGAN için oluşturduğunuz çalışma ortamını kullanabilirsiniz. Terminali kullanarak “pip install backtrace” aracını da indirin ve yapay zekalar rüya gördüğünde neler olduğunu keşfedin.

Bir Cevap Yazın