Kayıtlar

2018 tarihine ait yayınlar gösteriliyor

Graphviz: Graf Görselleştirme Yazılımı

Resim
Graphviz, AT&T Labs Research tarafından DOT graf tanımlama dilinde belirtilen grafları çizmek için başlatılan ve Eclipse Kamu Lisansıyla dağıtılan özgür bir araç paketidir. Ayrıca, sunduğu araçların diğer yazılımlarca kullanımı için kütüphaneler de sağlar. Graphviz Nedir? Graphviz özgür bir graf görselleştirme yazılımıdır. Graf görselleştirme, yapısal bilgiyi soyut graf ve ağ diyagramları olarak temsil etmenin bir yoludur. Ağ oluşturma, biyoinformatik, yazılım mühendisliği, veritabanı ve web tasarımı, makine öğrenmesi ve çeşitli diğer teknik alanlarda önemli uygulamalara sahiptir. Graphviz'in Özellikleri Graphviz yerleşim planı programları, basit bir metin dosyasındaki graf açıklamalarını alır ve faydalı biçimlerde diyagramlar oluşturur, örneğin: web sayfaları için piksel ve vektör tabanlı görüntüler, diğer belgelere dahil etmek için PDF veya Postscript'ler veya etkileşimli graf görüntüleyiciler için uygun biçimli dosyalar. Graphviz, diyagramları oluşturmak için r

Açık Kaynak Proje Geliştirenler için PVS-Studio Artık Ücretsiz

Resim
2019 yılının arifesinde, PVS-Studio ekibinden GitHub veya Bitbucket'ta barındırılan açık kaynak projelerinin tüm katkıcılarına güzel bir haber geldi: PVS-Studio artık ücretsiz olacak. PVS-Studio ekibi, uzun süredir hem kendi tanıtımları için hem de gerçekten yapmak istedikleri için açık kaynak yazılımların daha iyi ve daha güvenilir hale gelmesine yardımcı oluyor. Yaptıkları çalışmalarla 10000'den çok hatanın giderilmesine yardımcı oldular. Bunun yanı sıra 2016 yılında PVS-Studio'nun ücretsiz bir sürümünü de sundular. Bu sürümü kullanmak için tek bir şart var: her kaynak dosyasına PVS-Studio'nun ücretsiz bir sürümünün kullanıldığını belirtir bir yorum satırı eklemek. Benim için kesinlikle kabul edilebilir bir seçenek olmadığı için bu lisansla kullanmayı düşünmemiştim hiç. Eğer bu seçenek sizin ilginizi çektiyse How to use PVS-Studio for Free belgesine bakabilirsiniz. PVS-Studio ekibi, benim gibi düşünenler ve daha çok kişiye ulaşabilmek için GitHub veya Bitbu

Tesseract ve OpenCV Kullanarak Derin Öğrenme Tabanlı Metin Tanıma

Resim
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

Tesseract'ın LSTM Tabanlı Yeni Sürümü

Resim
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

Sanatsal Tarz Aktarımı İçin Derin Sinir Ağ

Resim
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 yayımlanan b

Birkaç Makine Çevirisi Karşılaştırması

Resim
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 fraction o

Mızıka Tabları Nasıl Okunur

Resim
Mızıka tabları, hangi deliğin çalınacağını, bir üfleme mi yoksa nefes çekme mi olacağını, bend veya başka bir tekniğin gerekli olup olmadığını söyler. İnternet üzerinde bulunan çoğu kaynakta, düz sayılar üflemeli notaları, eksi işaretli sayılar da nefes çekmeli notaları gösterir. (Görsel Mızıka Türkiye 'den alınmış, küçük değişiklikler yapılmıştır.) Üflemeler ve nefes çekmeler 1 birinci deliğe üflenecek demektir -1 birinci delik üzerinden nefes çekilecek demektir Çift duraklar 1,2 birinci ve ikinci deliğe aynı anda üflenecek demektir -1,2 birinci ve ikinci delik üzerinden aynı anda nefes çekilecek demektir Bendler -3' yarım adım bend yapılarak üçüncü delik üzerinden nefes çekilecek demektir -3" tam adım bend yapılarak üçüncü delik üzerinden nefes çekilecek demektir -3'" bir buçuk adım bend yapılarak üçüncü delik üzerinden nefes çekilecek demektir Sayıların önünde eksi işareti olmadığında nefes çekme yerine üfleme yapılacak demektir ve üflemeli

Bir Analog Veri Hırsızlığı Üzerine

Resim
Bugün annem evdeki iki minderi aynı anda silkelerken aralarındaki telefon defterini aşağı düşürdü. Düşürür düşürmez de telefon defterini almak için aşağıya indi yaşının elverdiği hızda ama indiğinde telefon defterini aşağıda bulamadı. Bunu biz daha sonradan, bana ve babama yarım saat kadar sonra kahvaltıda söylediğinde öğrendik. Babam hemen aşağıya inip yan apartmanın altındaki kuyumcudan kamera kayıtlarını aldı ve telefon defterinin akıbetini öğrendi. Bir çocuk defteri almıştı. Babam daha sonra çocuğun gittiği yönde caddenin sonuna kadar iki kere gidip gelip, etrafa ve çöp kutularına bakıp, dükkan sahiplerine sorup defterin kendisini değilse de birkaç sayfasını bulup eve getirdi. Bu, biraz içimizi rahatlattı çünkü telefon defterimizi kaybetmiş olsak da doğrudan dolandırıcılık veya sapıklık için alınmadığı için bu amaçla kullanılma ihtimali azalmıştı. Kayıp parçaların bu işler için kullanılma ihtimali hala mevcut elbette. Bu güvenlik açığı sonucu evde durum değerlendirmesi

CDEmu

CDEmu , Linux işletim sisteminde optik sürücü ve diskleri emüle etmek için tasarlanmış bir yazılım paketidir. CDEmu aşağıdaki bileşenlerden oluşur: Sanal bir SCSI ana veri yolu bağdaştırıcısı gerçekleyen çekirdek modülü, Optik disk imajlarını yorumlamak için bir yazılım kütüphanesi olan libmirage, Bir SCSI optik sürücü ve diskin işlevselliğini emüle eden bir artalan süreci, Emülatörü denetlemek için terminal tabanlı ve GTK ile yazılmış GKA istemcileri. Yazılım, çekirdek modülü ve D-Bus iletişim sistemini kullanan istemciler hariç olmak üzere, Glib tarafından desteklenen diğer işletim sistemlerine de taşınabilir. Daha çok ilerlemeden önce kafanızda "bir geridöngü cihazı (loopback device) üzerinden ISO9660 dosya sistemini bağlayabilirken CDemu çekirdek modülünü neden kullanayım ki (örneğin mount -o loop film.iso /mnt/film şeklinde)?" gibi bir soru oluştuysa bunu projenin SSS bölümünden yararlanarak cevaplamaya çalışalım: Bu yöntem sadece ISO imajları için çalışır. B

BeBox

Resim
BeBox , Be'nin Ekim 1995'te piyasaya sürdüğü ilk ve son bilgisayarıydı. Bu bilgisayarın hayatımıza nasıl giremediği hakkındaki kısa hikayeyi aşağıda bulabilirsiniz. (Fotoğraf Ed'in ana sayfasından alınmıştır) Be , Jean-Louis Gassé tarafından 1990 yılında kuruldu. Yaklaşık 5 yıl boyunca Apple, NeXT ve Sun 'dan on iki mühendis BeBox ve onun işletim sistemi BeOS 'u tasarladı. Toplam tasarım maliyeti yaklaşık 9 milyon Amerikan dolarıydı. BeBox donanımı bir çift 66 MHz'de (daha sonraki sürümlerde 133 MHz'de) çalışan PowerPC 603 MİB'ine dayanıyordu. Anakart gerçekten yenilikçi değildi ancak IDE ve SCSI HDD arayüzleri, standart PC kartı yuvaları, MIDI, ses, kızılötesi bağlantı noktaları ve donanım denemeleri için özel bir GeekPort da dahil olmak üzere geniş bir giriş/çıkış portu yelpazesine sahipti. Kasasının ön bölümündeyse en dikkat çekici kısmı, genellikle eski bilgisayarlarda ve modern ağ donanımlarının ön panellerinde bulunan ve tanılama am

Edsger Dijkstra'nın Üniversiteler Hakkında Düşünceleri

8 Aralık 1996'da Edsger Dijkstra , Austin’deki, Teksas Üniversitesi , Doğa Bilimleri Fakültesi'nin mezuniyet töreninde bir konuşma yaptı. Aşağıdakiler, İngilizce aslı burada ve ayrıca şurada bulunan bu konuşmasının Türkçe çeviri metnidir. Bayanlar ve Baylar, İlk olarak, bu şenlikli günlerde, en yeni lisans mezunlarına hitap eden bu onurlu konuşma daveti için Doğa Bilimleri Fakültesi’ne teşekkür ederim. Elimden geleni yapacağım. Geçmişiniz, devredilemez mülkünüzdür. Geçmişinizi inkar edemezsiniz ve daha iyi ya da daha kötüsü geçmişiniz, hayatınızın geri kalanını ölüme kadar şekillendirecektir. Duygusal bir anda kaybolan masumiyeti ve cehalet mutluluğunu özleyebilirsiniz ama bu cehalet sonsuza dek kaybolur: artık sizler lisans mezunusunuz ve üniversite eğitiminizin yükünü, hayatınızın geri kalanında, her uyanık anınızda taşımak zorunda kalacaksınız. Dahası, uykunuzda bile hayallerinizin dolu dolu olması için bastırılacaksınız. Bu diploma töreni konuşmasının ana amacı, ak