Derin Öğrenme Nedir? Yapay Sinir Ağlarının Çalışma Mantığına Sade Bir Giriş
Nöron, katman, ağırlık, geri yayılım... Derin öğrenmenin temel kavramlarını formüllere boğulmadan anlatıyor, CNN, RNN ve Transformer gibi mimarilerin hangi işte neden öne çıktığını açıklıyoruz.

Yüz tanıma, gerçek zamanlı çeviri, görüntüden metin üretme ve sohbet botları… Son on beş yılda yapay zekâda yaşanan sıçramaların büyük kısmının arkasında derin öğrenme (deep learning) vardır. Derin öğrenme, makine öğrenmesinin çok katmanlı yapay sinir ağlarını kullanan bir alt dalıdır.
Bu yazıda derin öğrenmenin temel yapı taşlarını, bir ağın nasıl “öğrendiğini” ve hangi mimarinin hangi işte kullanıldığını sade bir dille anlatıyoruz.
Yapay nöron: En küçük yapı taşı
Yapay sinir ağları adını beyindeki nöronlardan alır, ancak benzerlik oldukça gevşektir. Bir yapay nöron şu basit işlemi yapar:
- Birden fazla sayısal girdi alır.
- Her girdiyi bir ağırlıkla (weight) çarpar.
- Sonuçları toplar ve bir sapma (bias) değeri ekler.
- Toplamı bir aktivasyon fonksiyonundan geçirir.
Ağırlıklar, hangi girdinin ne kadar önemli olduğunu belirler. Aktivasyon fonksiyonu (ReLU, sigmoid, tanh gibi) ise ağa doğrusal olmayan davranış kazandırır. Aktivasyon fonksiyonu olmasaydı, ne kadar katman eklerseniz ekleyin ağ yalnızca düz çizgiler (doğrusal ilişkiler) öğrenebilirdi.
Katmanlar ve “derin” kelimesinin anlamı
Nöronlar katmanlar hâlinde dizilir:
- Girdi katmanı: Ham veriyi alır. Bir görüntüde her piksel değeri bir girdidir.
- Gizli katmanlar: Verinin giderek daha soyut temsillerini üretir.
- Çıktı katmanı: Sonucu verir; örneğin “kedi” ve “köpek” için olasılıklar.
“Derin” kelimesi, ağda çok sayıda gizli katman bulunduğunu ifade eder. Görüntü tanımada ilk katmanlar kenar ve renk geçişleri gibi basit özellikleri, orta katmanlar göz ve kulak gibi parçaları, son katmanlar ise “kedi yüzü” gibi bütünsel kavramları yakalar. Bu hiyerarşik öğrenme, derin öğrenmenin klasik yöntemlere göre en büyük avantajıdır: Özellikleri insanın elle tanımlamasına gerek kalmaz.
Bir ağ nasıl öğrenir?
Eğitimin başında ağırlıklar rastgeledir ve ağ saçma tahminler yapar. Öğrenme, şu döngünün binlerce kez tekrarlanmasıdır:
- İleri geçiş (forward pass): Bir grup örnek ağdan geçirilir ve tahmin üretilir.
- Kayıp hesabı (loss): Tahmin ile doğru cevap arasındaki fark bir kayıp fonksiyonu ile ölçülür.
- Geri yayılım (backpropagation): Kaybın her ağırlığa göre ne kadar değiştiği (gradyan) hesaplanır.
- Güncelleme: Gradyan inişi (gradient descent) ile her ağırlık, kaybı azaltacak yönde küçük bir miktar değiştirilir.
Bunu sisli bir dağda en alçak noktaya inmeye çalışmaya benzetebiliriz: Etrafı göremezsiniz ama ayağınızın altındaki eğimi hissedersiniz ve her adımda aşağıya doğru ilerlersiniz. Adımın büyüklüğüne öğrenme oranı (learning rate) denir. Çok büyük adım atarsanız vadiyi atlarsınız, çok küçük atarsanız hiç varamazsınız.
Bazı temel terimler
| Terim | Anlamı |
|---|---|
| Epoch | Tüm eğitim verisinin ağdan bir kez geçmesi |
| Batch (yığın) | Tek güncellemede kullanılan örnek grubu |
| Parametre | Ağın öğrendiği ağırlık ve sapma değerlerinin toplamı |
| Hiperparametre | Öğrenme oranı, katman sayısı gibi eğitimden önce sizin seçtiğiniz ayarlar |
| Optimizasyon algoritması | Ağırlıkları güncelleme yöntemi (SGD, Adam vb.) |
Neden şimdi? GPU’lar ve veri
Yapay sinir ağı fikri onlarca yıllıktır. 2010’larda patlama yaşanmasının üç nedeni var:
- Veri: İnternet, akıllı telefonlar ve dijitalleşme devasa miktarda etiketli ve etiketsiz veri üretti.
- Donanım: Ekran kartları (GPU’lar), sinir ağlarının ihtiyaç duyduğu büyük matris çarpımlarını paralel olarak çok hızlı yapabiliyor.
- Yöntem ve yazılım: ReLU, dropout, toplu normalizasyon gibi teknikler derin ağların eğitimini kararlı hâle getirdi; PyTorch ve TensorFlow gibi açık kaynak kütüphaneler ise bu teknikleri herkesin erişimine açtı.
Başlıca mimariler ve kullanım alanları
Evrişimli sinir ağları (CNN)
Görüntüler için tasarlanmıştır. Küçük filtreler görüntü üzerinde kayarak yerel desenleri yakalar. Görüntü sınıflandırma, tıbbi görüntü analizi ve nesne tespitinde uzun yıllar standart oldu.
Tekrarlayan sinir ağları (RNN, LSTM)
Sıralı veriler (metin, ses, zaman serisi) için geliştirildi. Önceki adımların bilgisini bir “hafıza” ile taşırlar. Uzun dizilerde zorlandıkları için büyük ölçüde Transformer’lara yerini bıraktılar, ancak bazı zaman serisi ve gömülü uygulamalarda hâlâ kullanılırlar.
Transformer
2017’de tanıtılan bu mimari, dikkat (attention) mekanizması sayesinde dizideki tüm öğeler arasındaki ilişkiyi paralel olarak hesaplar. Bugünkü büyük dil modellerinin temelidir ve görüntü (Vision Transformer) ile ses alanlarında da yaygınlaştı.
Üretken mimariler
- GAN (çekişmeli üretici ağlar): Bir üretici ile bir ayırt edici ağın yarışmasıyla gerçekçi veri üretir.
- Difüzyon modelleri: Gürültüden adım adım görüntü üretir; bugünkü metinden görsele araçların çoğu bu yaklaşıma dayanır.
Derin öğrenme her zaman doğru seçim mi?
Hayır. Derin öğrenme özellikle görüntü, ses ve metin gibi yapılandırılmamış verilerde parlar. Satır ve sütunlardan oluşan tablo verilerinde (satış kayıtları, öğrenci notları, müşteri bilgileri) ise gradyan artırmalı karar ağaçları gibi klasik yöntemler çoğu zaman benzer ya da daha iyi sonuç verir; üstelik daha hızlı eğitilir ve yorumlanması daha kolaydır.
Derin öğrenmenin dezavantajları:
- Çok miktarda veri ve hesaplama gücü gerektirir.
- Kararlarını açıklamak zordur (“kara kutu” sorunu).
- Eğitim verisindeki önyargıları büyütebilir.
- Enerji tüketimi ve maliyeti yüksektir.
İpucu: Kendi projenizde sıfırdan ağ eğitmek yerine önceden eğitilmiş bir modelden başlayıp kendi verinizle uyarlamak (transfer öğrenme) hem veri hem de zaman ihtiyacını büyük ölçüde azaltır.
Eğitimde sık karşılaşılan sorunlar
Teoride anlaşılır görünen bu döngü, pratikte birkaç tanıdık sorunla karşılaşır:
- Kaybolan gradyanlar: Çok derin ağlarda gradyan, katmanlardan geriye doğru aktıkça küçülür ve ilk katmanlar neredeyse hiç öğrenmez. ReLU aktivasyonu ve “artık bağlantılar” (residual connections) bu sorunu büyük ölçüde hafifletti.
- Patlayan gradyanlar: Tersi durumda gradyanlar aşırı büyür ve eğitim kararsızlaşır. Gradyan kırpma (gradient clipping) yaygın çözümdür.
- Aşırı öğrenme: Milyonlarca parametresi olan bir ağ, küçük bir veri setini kolayca ezberler. Dropout, veri artırma ve erken durdurma burada devreye girer.
- Yanlış öğrenme oranı: Kayıp hiç düşmüyorsa ya da dalgalanıyorsa, ilk kontrol edilecek ayar genellikle öğrenme oranıdır.
Bu sorunların çoğu, eğitim sırasında eğitim ve doğrulama kaybını grafik olarak izlemekle erkenden fark edilir. Bu nedenle deneyimli uygulayıcılar ilk iş olarak iyi bir izleme düzeni kurar.
Öğrenmeye nereden başlamalı?
- Python temellerini ve NumPy ile dizi işlemlerini öğrenin.
- Basit bir veri setiyle (el yazısı rakamlar gibi) PyTorch ya da Keras üzerinde küçük bir ağ eğitin.
- Kayıp grafiğini izleyerek eğitim ve doğrulama başarısı arasındaki farkı gözlemleyin.
- Ardından hazır bir görüntü modelini kendi küçük veri setinize transfer öğrenmeyle uyarlayın.
Sonuç
Derin öğrenme, basit nöronların katmanlar hâlinde dizilmesi ve gradyan inişiyle milyonlarca ağırlığın ayarlanması fikrine dayanır. Bu sade fikir, yeterli veri ve hesaplama gücüyle birleştiğinde görüntü tanımadan dil modellerine kadar bugün kullandığımız birçok teknolojiyi mümkün kılıyor. Yine de her problem derin öğrenme gerektirmez; doğru aracı seçmek için verinizin türünü ve ihtiyacınızı iyi tanımak gerekir.


