maidis

OpenNMT , nöral makine çevirisi ve nöral dizi öğrenmesi için açık kaynaklı bir ekosistemdir. Aralık 2016'da Harvard NLP grubu ve SYSTRAN tarafından başlatılan OpenNMT, o zamandan beri çeşitli araştırma ve endüstri uygulamalarında kullanılmıştır. Halen SYSTRAN ve Ubiqus tarafından geliştirilmesi sürdürülmektedir. OpenNMT iki popüler derin öğrenme çatısında gerçekleme sunmaktadır: OpenNMT-py : PyTorch 'un kullanım kolaylığından yararlanan kullanıcı dostu ve çok kipli bir gerçeklemedir. OpenNMT-tf : TensorFlow ekosistemine dayanan modüler ve kararlı bir gerçeklemedir. Her gerçeklemenin kendine özgü özellikleri vardır ancak benzer hedefleri paylaşır: Son derece yapılandırılabilir model mimarileri ve eğitim prosedürleri Gerçek dünya uygulamalarında kullanım için verimli model sunma yetenekleri Metin oluşturma, etiketleme, özetleme, görüntüden metne dönüştürme ve konuşmadan metne dönüştürme gibi diğer görevler için eklentiler OpenNMT ekosistemi ayrıca tam bir nö...

Bilgisayarla konuşma sentezleme yeni bir konu değil, bu alanda uzun süredir çalışmalar var. Bununla birlikte, üretilen konuşmaların çoğunun kalitesi, hala insani değil ve işitmesi de pek zevkli değil. Her ne kadar bu tür sistemler doğal konuşmayla aralarındaki mesafeyi kapatıyorsa da, Google Assistant, Siri veya Amazon Alexa gibi büyük sistemlerin kalitesi bile insan kaynaklı bir konuşmanın tadından uzak. Bu yazı, konuşma sentezleme çalışmalarındaki son gelişmeleri ve daha doğal konuşmalar oluşturmak için derin öğrenme tekniklerinin nasıl kullanıldığını açıklamaya çalışmaktadır. Geleneksel Metinden Konuşmaya Dönüştürücü Sistemlere Kısa Bir Giriş Günümüzde konuşma üretmek için neden derin öğrenme tekniklerinin kullanıldığını anlamak için konuşma üretiminin geleneksel olarak nasıl yapıldığını anlamak önemlidir. Metinden konuşmaya dönüşüm için iki özel yöntem vardır. Parametrik Metinden Konuşmaya ve Birleştirilmiş Metinden Konuşmaya . Oluşturulan konuşmanın kalitesini değerlendirmek...

Common Voice , özgür bir konuşma tanıma veritabanı oluşturmak için Mozilla tarafından başlatılan kitle kaynaklı bir projedir. Proje, örnek cümleleri seslendiren ve diğer kullanıcıların kayıtlarını inceleyen gönüllüler tarafından desteklenmektedir. Seslendirilen cümleler CC0 kamu malı lisanslı bir ses veri tabanında toplanır. Bu, geliştiricilerin veritabanını, sesten metne çeviren uygulamalarda kısıtlamasız ve maliyetsiz olarak kullanabilmelerini sağlar. Common Voice; Amazon Echo, Siri ve Google Asistan gibi büyük şirketlerin dil asistanlarına cevap olarak ortaya çıkmıştır. Common Voice'a ek olarak, Mozilla, Baidu 'nun DeepSpeech mimarisinin bir TensorFlow gerçeklemesi olan konuşma tanıma motoru DeepSpeech 'i de geliştiriyor. DeepSpeech, diğer şeylerin yanı sıra, Common Voice verilerini de kullanıyor ve Amerikan İngilizcesi için insan hata oranı yüzde 5,83 olan LibriSpeech-Clean-Test-Corpus'taki testlerde yüzde 11'lik bir kelime hata oranı (WER) elde ettiği id...

Bu yazıda, Tesseract ve OpenCV kütüphanelerini kullanarak resimlerdeki metnin nasıl tanınacağını öğreneceğiz. Görüntülerden metin çıkarma yöntemi, Optik Karakter Tanıma (OKT) veya bazen de sadece metin tanıma olarak adlandırılır. Tesseract, birçok görüntü biçimini ve kademeli olarak çok sayıda dili desteklemeye başladığı 3.x sürümüyle olgunluk kazanmıştır. Tesseract 3.x, geleneksel bilgisayarlı görü algoritmalarına dayanmaktadır. Geçtiğimiz birkaç yıl içinde, derin öğrenme temelli yöntemler, geleneksel makine öğrenmesi tekniklerini, bilgisayarlı görünün birçok alanında doğruluk açısından büyük bir farkla aşmıştır. El yazısı tanıma, öne çıkan örneklerden biridir. Bunun sonucunda, Tesseract'ın de bir derin öğrenme temelli tanıma altyapısına kavuşması sadece bir zamanlama meselesiydi. Tesseract, dördüncü sürümünde bir çeşit Tekrarlayan Nöral Ağ (RNN) olan Uzun Kısa Süreli Bellek (LSTM) tabanlı tanıma motoru gerçeklemiştir. Tek bir karakter içeren resimleri tanımak için genel o...

Google, 29 Ekim 2018'de optik karakter tanıma motoru Tesseract'ın 4.0 sürümünü yayımladı. Tesseract 4.0, yeni bir sinir ağı ( LSTM ) tabanlı optik karakter tanıma motoru, güncellenmiş inşa sistemi, çeşitli iyileştirmeler ve bazı hata düzeltmeleriyle birlikte geliyor. Tesseract, unicode desteği sunan ve 100'den çok dili tanıyabilen bir OKT motorudur. Yeni dilleri tanımak için eğitilebilir ve mobil cihazlarda, videolarda ve daha birçok başka yerde metin tespiti için kullanılabilir. Şimdi Tesseract 4.0'daki yeniliklere bir bakalım: Yeni Sinir Ağı (LSTM) Tabanlı OKT Motoru Yeni OKT motoru, LSTM 'lere dayanan büyük doğruluk kazanımlı bir sinir ağı sistemi kullanıyor. Siz de yeni bir modeli sıfırdan eğitebilir veya mevcut bir modeli eğiterek ince ayar verebilirsiniz. Önceki sürümlerdeki birincil OKT motoru olan örüntü eşleştirme temelli OKT motoru bu sürümde hala mevcut. Ama Hintçe ve Arapça için kullanılan Cube OKT motoru kod tabanından kaldırıldı. Yeni LSTM ta...

Yaklaşık bir sene önce  Düzce Üniversitesi Bilgisayar Mühendisliği bölümünde, bir ders ödevi olarak Leon A. Gatys, Alexander S. Ecker ve Matthias Bethge'nin A Neural Algorithm of Artistic Style makalesini anlatmıştım. Aşağıda, sunu dosyasının düz metne aktarılmış ve zaten internette Türkçe olarak bulunan kısımların çıkarılmış halini bulabilirsiniz (sunum yaparken konunun anlaşılması için önbilgi olarak bunları da anlatmıştım, şimdi siz en üstte yer verdiğim kaynaklardan ilgili olanlara önceden bakabilirsiniz). Konu uzmanlık alanıma değil hayranlık alanıma girdiği için yanlışlıkla doğru olarak ifade etmediğim veya olduğundan daha karmaşık şekilde anlattığım şeyler olabilir. Konu hakkında en sağlıklı bilgi için İngilizce makaleyi okumanızı tavsiye ederim. Bunun yanı sıra Ayyüce Kızrak'ın  Derin Öğrenme ile Artistik Stil Transferi yazısını okuyabilir ve  Yapay Zeka ile Artistik Stil Transferi videosunu izleyebilirsiniz. Bu yazıyı yayımlamama da kısa süre önce y...

Daha önceki derin araştırma ve inceleme yazılarımdan da hatırlayabileceğiniz üzere makine çevirisi ilgi duyduğum alanlardan biri. Makine çevirisindeki son duruma biraz göz attım bugün. Örnek bir metinle internet üzerinden denenebilir Türkçe destekli birkaç servisin karşılaştırması aşağıdaki gibi. Siz de bildiğiniz ama burada yer almayan benzer servisleri bildirebilirsiniz. (Görsel, al-taiclub.com sitesinden alınmıştır) Orijinal Metin Neural machine translation - Wikipedia Neural machine translation (NMT) is an approach to machine translation that uses a large artificial neural network to predict the likelihood of a sequence of words, typically modeling entire sentences in a single integrated model.  Deep neural machine translation is an extension of neural machine translation. Both use a large neural network with the difference that deep neural machine translation processes multiple neural network layers instead of just one.  Properties They require only a f...

Buldum, buldum... Eureqa, ilk olarak Cornell 'in Yapay Zeka Laboratuvarı tarafından üretilen ve daha sonra Nutonian tarafından ticari olarak sunulmaya başlanan yapay zeka temelli bir modelleme motorudur. Yazılım, veri setlerini en basit biçiminde tanımlayan matematik denklemlerini saptamak için evrimsel aramayı kullanır. 1970'lerden beri şirketlerin veri bilimi yapmalarının başlıca yolu, veri bilimci ekiplerini işe almak ve onları tahmin ve istatistiksel modelleme yapmaları için R, Python, SAS, SQL gibi araçlarla donatmak olmuştur. 2007'de Cornell'de Hesaplamalı Biyoloji alanında doktora öğrencisi olan Michael Schmidt, insanların çözebileceği veri hacminin ve problem karmaşıklığının giderek arttığını ama veri bilimcilerinin sayısının bu ölçüde artmadığını gördü. Schmidt ve danışmanı Hod Lipson, veri bilimindeki bu boşluğu doldurmak için daha çok insana gereksinim duymak yerine, makinelerin verilerden otomatik olarak anlamlar çıkarmaya yarayabileceğine inanarak...