MLP (Çok Katmanlı Algılayıcı)

#sinir-agi #derin-ogrenme #makine-ogrenmesi #feedforward

Giriş, gizli ve çıkış katmanlarından oluşan; geri yayılım ile eğitilen ve doğrusal olmayan örüntüleri öğrenebilen temel yapay sinir ağı mimarisi.

MLP (Multilayer Perceptron — Çok Katmanlı Algılayıcı), en az bir gizli katman içeren ileri beslemeli (feedforward) yapay sinir ağıdır. 1958'de Frank Rosenblatt tarafından tasarlanan tek katmanlı algılayıcı yalnızca doğrusal ayrılabilir verileri sınıflandırabilirken, gizli katmanların eklenmesiyle MLP; XOR problemi dahil karmaşık, doğrusal olmayan örüntüleri öğrenme kapasitesi kazandı. MLP üç ana bileşenden oluşur. Giriş katmanı ham veriyi ağa iletir; herhangi bir hesaplama yapmaz. Bir veya daha fazla gizli katman, önceki katmanın tüm nöronlarına tam bağlı (fully connected) nöronlar barındırır ve gerçek öğrenme burada gerçekleşir. Çıkış katmanı ise sınıflandırma problemlerinde sınıf sayısı kadar, regresyon problemlerinde genellikle tek nöronlu sonuç üretir. Her nöron şu işlemi uygular: girdilerin ağırlıklı toplamını hesaplar, bir sapma (bias) değeri ekler ve doğrusal olmayan bir aktivasyon fonksiyonundan (ReLU, Sigmoid ya da Tanh) geçirir. Doğrusal olmayan aktivasyon olmadan çok katmanlı bir ağ, matematiksel olarak tek katmanlı bir ağa indirgenirdi ve karmaşık örüntüleri öğrenemezdi. MLP'yi pratik hale getiren atılım, Rumelhart, Hinton ve Williams'ın 1986'da Nature dergisinde yayımladığı geri yayılım (backpropagation) algoritmasıdır. Algoritma, çıkış hatasını zincir kuralıyla katman katman geri yayarak her ağırlığın kayba olan katkısını hesaplar; ardından optimizör (genellikle SGD veya Adam) bu gradyanlarla ağırlıkları günceller. Bu döngü on binlerce kez tekrarlanarak model adım adım öğrenir. Evrişimsel Sinir Ağları (CNN) paylaşımlı ağırlıklarla görüntü verisini çok daha verimli işlerken, MLP'nin tam bağlantılı yapısı uzamsal ilişkileri doğal olarak yakalayamaz. Tekrarlayan Sinir Ağları (RNN) metin ve zaman serisi gibi ardışık veriler için gizli bir durum taşırken, MLP sabit boyutlu girdi üzerinde çalışır. 2021'de Google Brain'in tanıttığı MLP-Mixer mimarisi, öz-dikkat (self-attention) mekanizması yerine yalnızca MLP katmanlarıyla Vision Transformer'larla rekabetçi görüntü sınıflandırma sonuçları elde etti. Bu, doğru tasarımla saf MLP'lerin de güçlü görevler üstlenebileceğini kanıtladı. Günümüzde tablo verisi, özellik çıkarımı sonrası sınıflandırma ve büyük modellerin dahili bileşeni olarak MLP aktif kullanımını sürdürmektedir.

Mimari Yapı: Katmanlar ve Nöronlar

MLP üç ana katman türünden oluşur. Giriş katmanı ham veriyi (piksel değerleri, sayısal özellikler, token gömmeler) ağa iletir ve hesaplama yapmaz. Bir veya daha fazla gizli katman, önceki katmanın tüm nöronlarına tam bağlı nöronlar içerir; karmaşık örüntülerin öğrenildiği yer burasıdır. Çıkış katmanı ise görevin türüne göre biçimlenir: ikili sınıflandırmada 1 nöron + Sigmoid, çok sınıflı sınıflandırmada sınıf sayısı kadar nöron + Softmax, regresyonda 1 nöron + doğrusal aktivasyon. Her nöron, girdilerini ağırlıklı olarak toplar, bir sapma (bias) ekler ve bir aktivasyon fonksiyonundan geçirir: çıkış = f(w₁x₁ + w₂x₂ + ... + b).

Aktivasyon Fonksiyonları: Doğrusal Olmayan Güç

Aktivasyon fonksiyonu olmadan kaç katman eklenirse eklensin ağ, tek bir doğrusal dönüşüme eşdeğer kalır ve karmaşık örüntüleri öğrenemez. Tarihsel olarak Sigmoid (0-1 arası çıkış) ve Tanh (-1 ile 1 arası) kullanılmıştır; ancak derin ağlarda bu fonksiyonlar gradyanların kaybolmasına (vanishing gradient) yol açar. Modern MLP'ler büyük ölçüde ReLU (f(x) = max(0, x)) ve türevlerini (Leaky ReLU, GELU) tercih eder; bu fonksiyonlar pozitif bölgede gradyanı sabit tutar ve derin ağların eğitimini çok daha kararlı kılar.

Geri Yayılım ile Eğitim

MLP'nin pratik başarısını mümkün kılan temel algoritma geri yayılımdır (backpropagation). Eğitim şu döngüyle ilerler: (1) İleri geçiş — veri girişten çıkışa akar ve bir tahmin üretilir. (2) Kayıp hesaplama — tahmin ile gerçek etiket arasındaki fark ölçülür (çapraz entropi, MSE vb.). (3) Geri yayılım — zincir kuralıyla kaybın her ağırlığa göre kısmi türevi hesaplanır. (4) Ağırlık güncelleme — optimizör (SGD, Adam) gradyanlarla ağırlıkları azalan yönde günceller. Bu döngü on binlerce kez tekrarlandığında model veriyi doğru sınıflandırmayı öğrenir. PyTorch'ta loss.backward() tek çağrısı tüm bu türevleri otomatik hesaplar.

CNN, RNN ve Transformer ile Karşılaştırma

MLP'nin tam bağlantılı yapısı onu çok yönlü kılarken bazı alanlarda daha özelleşmiş mimarilerin gerisinde bırakır. CNN'ler paylaşımlı evrişim filtrelerini kullanarak görsel uzamsal örüntüleri MLP'den çok daha az parametreyle yakalar; bu yüzden görüntü işlemede standart hale gelmiştir. RNN ve LSTM'ler gizli durumları sayesinde zaman serisi ve dil modellemesinde sıralı bağımlılıkları temsil edebilir. Transformer'lar öz-dikkat mekanizmasıyla hem uzun menzilli ilişkileri hem paralel hesaplamayı birleştirerek NLP ve görü alanlarında baskın olmuştur. MLP ise tablo verisi, küçük veri setleri ve büyük mimarilerin alt bileşeni olarak güçlü konumunu korumaktadır.

MLP-Mixer: Dikkat Olmadan Rekabetçi Başarı

2021'de Google Brain'in tanıttığı MLP-Mixer, öz-dikkat mekanizmasına hiç başvurmadan yalnızca iki tür MLP bloğuyla modern görüntü sınıflandırma kıyaslamalarında Vision Transformer'larla yarışan sonuçlar elde etti. Mimari, görüntüyü sabit boyutlu yamalara (patch) böler; token-mixing MLP'ler yamalar arası bilgiyi karıştırırken channel-mixing MLP'ler özellik kanallarını harmanlayarak zengin gösterimler üretir. Bu, görev odaklı bir endüktif önyargı yerine veri miktarı ve model kapasitesiyle ölçeklenebilir saf MLP yaklaşımının gücünü kanıtlamıştır. 2024-2026'da tıbbi görüntüleme ve hiperspektral veri analizinde MLP-Mixer türevleri aktif olarak araştırılmaktadır.

Kullanım Alanları

  • check_circle Tablo Verisi: Dolandırıcılık tespiti, müşteri churn tahmini, kredi skorlaması — MLP'nin en güçlü olduğu alan.
  • check_circle Görüntü Sınıflandırma: El yazısı rakam tanıma (MNIST), tıbbi görüntü analizi (MLP-Mixer ile).
  • check_circle Doğal Dil İşleme: Duygu analizi, spam filtresi — Transformer öncesi dönemin NLP omurgası.
  • check_circle Regresyon ve Tahmin: Enerji tüketimi tahmini, fiyat tahmini, üretim kalite kontrolü.
  • check_circle Büyük Modellerin Bileşeni: Transformer'ların FFN (feedforward network) katmanları aslında iki katmanlı birer MLP'dir.

Sık Sorulan Sorular

  • check_circle MLP ile derin sinir ağı arasındaki fark nedir? — Teknik olarak MLP, iki veya daha fazla katmana (gizli + çıkış) sahip her sinir ağını kapsar; derin öğrenme ise bu katman sayısının çok arttığı derin ağlara verilen genel isimdir. Pratikte MLP, tam bağlantılı katmanlardan oluşan ağlar için kullanılır.
  • check_circle MLP neden hâlâ önemli? Transformer her şeyin yerini almadı mı? — Transformer görüntü ve dil alanlarında baskın olmuştur; ancak tablo verisi ve yapılandırılmış girdilerde MLP çoğu zaman daha hafif ve yorumlanabilir bir çözüm sunar. Ayrıca Transformer'ın FFN (Feed-Forward Network) alt katmanı da temelde bir MLP'dir.
  • check_circle Kaç gizli katman kullanılmalı? — Tek gizli katman teorik olarak herhangi bir fonksiyonu yaklaşık temsil edebilir (Universal Approximation Theorem); ancak pratikte 2-4 gizli katman ve dropout, BatchNorm kombinasyonu daha iyi genelleme sağlar. Veri boyutuyla orantılı başlayıp hiperparametre aramasıyla optimize etmek önerilir.
  • check_circle MLP overfitting'e neden meyillidir? — Tam bağlantılı yapı, veri başına çok fazla parametre üretebilir. Bunu önlemek için dropout (p=0.2-0.5), L2 regularization (weight decay), BatchNorm ve erken durdurma (early stopping) birlikte kullanılır.
  • check_circle PyTorch'ta MLP nasıl tanımlanır? — torch.nn.Sequential ve torch.nn.Linear katmanlarıyla: nn.Sequential(nn.Linear(in, hidden), nn.ReLU(), nn.Dropout(0.3), nn.Linear(hidden, out)) şeklinde birkaç satırda tanımlanır.
  • check_circle MLP-Mixer nedir? — Google Brain'in 2021'de tanıttığı, öz-dikkat mekanizması kullanmadan yalnızca MLP katmanlarıyla görüntü sınıflandırmasında ViT düzeyinde performans gösteren mimarisidir; dikkat mekanizmasının zorunlu olmadığını kanıtlamıştır.