Transfer Learning (Transfer Öğrenme)

#MakineOgrenmesi #DerinOgrenme #FineTuning #ModelEgitimi

Transfer Öğrenme, bir yapay zeka modelinin belirli bir görevi (örn: araba fotoğraflarını tanıma) çözerken elde ettiği bilgi birikimini ve ağırlıkları, farklı ama ilişkili başka bir görevi (örn: kamyon fotoğraflarını tanıma) çözmek için bir başlangıç noktası olarak kullanmasıdır.

Transfer Öğrenme, bir yapay zeka modelinin belirli bir görevi (örn: araba fotoğraflarını tanıma) çözerken elde ettiği bilgi birikimini ve ağırlıkları, farklı ama ilişkili başka bir görevi (örn: kamyon fotoğraflarını tanıma) çözmek için bir başlangıç noktası olarak kullanmasıdır. Yapay zeka eğitimini inanılmaz derecede hızlandıran ve veri ihtiyacını azaltan kritik bir devrimdir.

speed Neden Transfer Learning?

Eskiden her yeni yapay zeka problemi için modelin tamamen sıfırdan eğitilmesi gerekiyordu. Bu hem milyonlarca veri hem de aylar süren hesaplama demekti. Transfer öğrenimi sayesinde, Google'ın ImageNet (14 milyon fotoğraf) üzerinde aylarca eğittiği devasa görüntü tanıma modelini ücretsiz indirir, sadece son birkaç katmanını kendi 500 adet kedi/köpek fotoğrafınızla eğitirsiniz. Model, çizgileri, şekilleri ve ışığı zaten Google'ın modelinden öğrenmiş (transfer etmiş) olduğu için sizin görevinizi dakikalar içinde öğrenir.

NLP ve Büyük Dil Modellerinde Yeri

  • check_circle Ön Eğitim (Pre-training): GPT modellerindeki 'Pre-trained' kısmı aslında Transfer Öğrenmedir. Model önce internetin tüm metinleriyle 'dilin nasıl çalıştığını' öğrenir.
  • check_circle İnce Ayar (Fine-Tuning): Öğrenilen o devasa temel bilgi (transfer edilir), daha sonra sadece Tıp belgeleri veya Hukuk belgeleriyle kısa bir süre ince ayar yapılarak o alanın uzmanı haline getirilir.