Kaps\u00fcl a\u011flar\u0131 (Capsule Networks veya CapsNets), derin \u00f6\u011frenme alan\u0131nda, \u00f6zellikle bilgisayar g\u00f6r\u00fc\u015f\u00fcnde \u00e7\u0131\u011f\u0131r a\u00e7ma potansiyeli ta\u015f\u0131yan, Geoffrey Hinton ve ekibi taraf\u0131ndan 2017 y\u0131l\u0131nda tan\u0131t\u0131lan yenilik\u00e7i bir yapay sinir a\u011f\u0131 mimarisidir. Geleneksel evri\u015fimli sinir a\u011flar\u0131n\u0131n (CNN’ler) belirli s\u0131n\u0131rlamalar\u0131n\u0131 a\u015fmak amac\u0131yla geli\u015ftirilen CapsNets, nesnelerin ve onlar\u0131n par\u00e7alar\u0131n\u0131n hiyerar\u015fik ili\u015fkilerini daha do\u011fru ve verimli bir \u015fekilde modellemeyi hedefler. Bu makale, kaps\u00fcl a\u011flar\u0131n\u0131n temel prensiplerini, CNN’lerin yetersizliklerini, dinamik y\u00f6nlendirme mekanizmas\u0131n\u0131 ve bu mimarinin avantajlar\u0131 ile zorluklar\u0131n\u0131 kapsaml\u0131 bir \u015fekilde inceleyecektir.<\/p>\n
Evri\u015fimli sinir a\u011flar\u0131, g\u00f6r\u00fcnt\u00fc tan\u0131ma ve s\u0131n\u0131fland\u0131rma gibi g\u00f6revlerde b\u00fcy\u00fck ba\u015far\u0131lar elde etmi\u015f olsa da, temel mimarilerinden kaynaklanan baz\u0131 \u00f6nemli k\u0131s\u0131tlamalara sahiptirler. Bu k\u0131s\u0131tlamalar, \u00f6zellikle nesnelerin uzamsal hiyerar\u015fisi, pozisyonu ve oryantasyonu gibi ince detaylar\u0131n anla\u015f\u0131lmas\u0131nda ortaya \u00e7\u0131kar.<\/p>\n
CNN’lerin \u00f6nemli bir bile\u015feni olan havuzlama katmanlar\u0131 (max-pooling gibi), \u00f6zellik haritalar\u0131n\u0131n boyutunu k\u00fc\u00e7\u00fclterek hesaplama maliyetini azalt\u0131r ve modelin \u00f6teleme de\u011fi\u015fmezli\u011fini (translation invariance) art\u0131r\u0131r. Ancak bu s\u00fcre\u00e7te, nesnelerin veya par\u00e7alar\u0131n\u0131n uzamsal konumlar\u0131, oryantasyonlar\u0131 ve di\u011fer “olu\u015fum parametreleri” hakk\u0131nda de\u011ferli bilgiler kaybolur. \u00d6rne\u011fin, bir y\u00fcz\u00fcn g\u00f6z, burun ve a\u011f\u0131z gibi par\u00e7alar\u0131n\u0131n do\u011fru pozisyonlarda olup olmad\u0131\u011f\u0131n\u0131 anlamak i\u00e7in bu uzamsal bilgilere ihtiya\u00e7 vard\u0131r. Havuzlama, bu bilgiyi g\u00f6z ard\u0131 ederek modelin daha y\u00fczeysel \u00f6zelliklere odaklanmas\u0131na neden olabilir. Hinton’\u0131n \u00fcnl\u00fc ifadesiyle, “max-pooling bilgi \u00f6ld\u00fcr\u00fcr.”<\/p>\n
CNN’ler, bir nesnenin g\u00f6r\u00fcnt\u00fc i\u00e7indeki konumundan ba\u011f\u0131ms\u0131z olarak tan\u0131nabilmesini sa\u011flayan \u00f6teleme de\u011fi\u015fmezli\u011fi \u00f6zelli\u011fini hedefler. Ancak bu, nesnenin farkl\u0131 a\u00e7\u0131lardan veya perspektiflerden bak\u0131ld\u0131\u011f\u0131nda da ayn\u0131 \u015fekilde tan\u0131naca\u011f\u0131 anlam\u0131na gelmez. Bir nesnenin farkl\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131lar\u0131ndan tan\u0131nabilmesi i\u00e7in, modelin bu farkl\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131lar\u0131na kar\u015f\u0131 e\u015fde\u011fi\u015fmez (equivariant) olmas\u0131 daha arzu edilir. E\u015fde\u011fi\u015fmezlik, bir girdideki k\u00fc\u00e7\u00fck bir de\u011fi\u015fimin (\u00f6rne\u011fin, bir nesnenin d\u00f6n\u00fc\u015f\u00fc) \u00e7\u0131kt\u0131da tahmin edilebilir bir de\u011fi\u015fime yol a\u00e7mas\u0131 anlam\u0131na gelir. CNN’ler bu konuda zay\u0131f kal\u0131r ve genellikle b\u00fcy\u00fck miktarda veri b\u00fcy\u00fctme (data augmentation) ile bu sorunu a\u015fmaya \u00e7al\u0131\u015f\u0131r.<\/p>\n
CNN’ler, bir nesneyi farkl\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131lar\u0131ndan tan\u0131makta zorlan\u0131rlar. \u00d6rne\u011fin, bir araban\u0131n \u00f6n g\u00f6r\u00fcn\u00fcm\u00fcn\u00fc tan\u0131yan bir CNN, yan g\u00f6r\u00fcn\u00fcm\u00fcn\u00fc veya arka g\u00f6r\u00fcn\u00fcm\u00fcn\u00fc tan\u0131makta zorlanabilir, hatta nesnenin ayn\u0131 olmas\u0131na ra\u011fmen. Bu, modelin her olas\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131s\u0131 i\u00e7in ayr\u0131 ayr\u0131 e\u011fitilmesi gerekti\u011fi anlam\u0131na gelir ki bu da muazzam veri setleri ve hesaplama g\u00fcc\u00fc gerektirir. Model, bir nesnenin 3D uzaydaki yap\u0131s\u0131n\u0131 ve par\u00e7alar\u0131n\u0131n birbirine g\u00f6re konumlar\u0131n\u0131 ger\u00e7ekten anlamaz, sadece 2D piksellerdeki kal\u0131plar\u0131 e\u015fle\u015ftirir.<\/p>\n
CNN’ler, bir nesnenin par\u00e7alar\u0131 aras\u0131ndaki hiyerar\u015fik ili\u015fkileri ve bu par\u00e7alar\u0131n bir araya gelerek b\u00fct\u00fcn\u00fc nas\u0131l olu\u015fturdu\u011funu modellemekte yetersizdir. \u00d6rne\u011fin, bir y\u00fcz\u00fcn g\u00f6zleri, burnu ve a\u011fz\u0131 do\u011fru yerlerde oldu\u011funda bir “y\u00fcz” olarak alg\u0131lanmas\u0131 gerekir. Ancak CNN’ler, bu par\u00e7alar\u0131n rastgele yerle\u015ftirilmi\u015f olmas\u0131 durumunda bile, par\u00e7alar\u0131n kendilerini ayr\u0131 ayr\u0131 alg\u0131layabilir ve yanl\u0131\u015fl\u0131kla “y\u00fcz” olarak s\u0131n\u0131fland\u0131rabilir. Bu, “pozisyonel hiyerar\u015fi” anlay\u0131\u015f\u0131n\u0131n eksikli\u011finden kaynaklan\u0131r.<\/p>\n
Kaps\u00fcl a\u011flar\u0131, geleneksel sinir a\u011flar\u0131ndaki skaler \u00e7\u0131kt\u0131 \u00fcreten n\u00f6ronlar\u0131n aksine, bir “kaps\u00fcl” ad\u0131 verilen yeni bir yap\u0131 birimi kullan\u0131r. Bu kaps\u00fcller, bir nesnenin veya nesne par\u00e7as\u0131n\u0131n varl\u0131\u011f\u0131n\u0131 ve \u00f6zelliklerini bir vekt\u00f6r arac\u0131l\u0131\u011f\u0131yla temsil eder.<\/p>\n
Bir kaps\u00fcl, bir grup n\u00f6ronun bir araya gelmesiyle olu\u015fan bir birimdir. Bu grubun aktivite vekt\u00f6r\u00fc (\u00e7\u0131kt\u0131s\u0131), belirli bir varl\u0131\u011f\u0131n (\u00f6rne\u011fin, bir burun, bir araba veya bir el) “olu\u015fum parametrelerini” kodlar. Bu vekt\u00f6r\u00fcn: Skaler aktivasyonlar yerine vekt\u00f6rleri kullanmak, kaps\u00fcllere \u00e7ok daha zengin ve bilgilendirici bir temsil yetene\u011fi kazand\u0131r\u0131r. Geleneksel bir n\u00f6ron sadece bir \u00f6zelli\u011fin (\u00f6rne\u011fin, dikey bir kenar\u0131n) var olup olmad\u0131\u011f\u0131n\u0131 (evet\/hay\u0131r) s\u00f6ylerken, bir kaps\u00fcl o \u00f6zelli\u011fin var olup olmad\u0131\u011f\u0131n\u0131 ve ayn\u0131 zamanda o \u00f6zelli\u011fin tam olarak nas\u0131l g\u00f6r\u00fcnd\u00fc\u011f\u00fcn\u00fc (\u00f6rne\u011fin, dikey kenar\u0131n a\u00e7\u0131s\u0131, kal\u0131nl\u0131\u011f\u0131, konumu) detayl\u0131 bir \u015fekilde ifade edebilir. Bu, modelin nesneler hakk\u0131nda daha derinlemesine bir anlay\u0131\u015f geli\u015ftirmesine olanak tan\u0131r.<\/p>\n Kaps\u00fcller, CNN’lerin aksine e\u015fde\u011fi\u015fmezli\u011fi do\u011fal olarak destekler. Yani, bir girdideki k\u00fc\u00e7\u00fck bir de\u011fi\u015fiklik (\u00f6rne\u011fin, bir nesnenin hafif\u00e7e d\u00f6nmesi veya boyutunun de\u011fi\u015fmesi), kaps\u00fcl\u00fcn \u00e7\u0131kt\u0131 vekt\u00f6r\u00fcn\u00fcn y\u00f6n\u00fcnde tahmin edilebilir bir de\u011fi\u015fime yol a\u00e7ar, ancak vekt\u00f6r\u00fcn uzunlu\u011fu (var olma olas\u0131l\u0131\u011f\u0131) genellikle ayn\u0131 kal\u0131r. Bu sayede, model bir nesnenin farkl\u0131 perspektiflerini veya d\u00f6n\u00fc\u015f\u00fcmlerini, her birini ayr\u0131 bir varl\u0131k olarak ezberlemek yerine, tek bir kaps\u00fcl vekt\u00f6r\u00fcn\u00fcn farkl\u0131 y\u00f6nleri olarak temsil edebilir. Bu durum, veri b\u00fcy\u00fctme ihtiyac\u0131n\u0131 azalt\u0131r ve modelin daha az \u00f6rnekle daha iyi genelleme yapmas\u0131n\u0131 sa\u011flar.<\/p>\n Kaps\u00fcl a\u011flar\u0131n\u0131n en temel ve yenilik\u00e7i bile\u015fenlerinden biri, geleneksel havuzlama katmanlar\u0131n\u0131n yerini alan “dinamik y\u00f6nlendirme” mekanizmas\u0131d\u0131r. Bu mekanizma, alt seviye kaps\u00fcllerin \u00e7\u0131kt\u0131lar\u0131n\u0131 hangi \u00fcst seviye kaps\u00fcllere g\u00f6nderece\u011fine “anla\u015fma yoluyla” karar vermesini sa\u011flar.<\/p>\n Dinamik y\u00f6nlendirme, bir alt seviye kaps\u00fcl\u00fcn, \u00e7\u0131kt\u0131s\u0131n\u0131 rastgele veya basit bir maksimum se\u00e7ime dayal\u0131 olarak de\u011fil, belirli bir \u00fcst seviye kaps\u00fcl ile “anla\u015fma” derecesine g\u00f6re g\u00f6ndermesi prensibine dayan\u0131r. E\u011fer bir alt seviye kaps\u00fcl\u00fcn tahmin vekt\u00f6r\u00fc, bir \u00fcst seviye kaps\u00fcl\u00fcn aktivasyon vekt\u00f6r\u00fcne benziyorsa (yani, aralar\u0131nda y\u00fcksek bir anla\u015fma varsa), alt seviye kaps\u00fcl o \u00fcst seviye kaps\u00fcle daha fazla katk\u0131da bulunur. Bu s\u00fcre\u00e7, birka\u00e7 iterasyon boyunca tekrarlan\u0131r ve modelin nesnelerin hiyerar\u015fik yap\u0131s\u0131n\u0131 daha iyi \u00f6\u011frenmesini sa\u011flar.<\/p>\n Dinamik y\u00f6nlendirme s\u00fcreci a\u015fa\u011f\u0131daki ad\u0131mlarla \u00f6zetlenebilir:<\/p>\n 1. Tahmin Vekt\u00f6rleri (Prediction Vectors) Olu\u015fturma:<\/strong> Her alt seviye kaps\u00fcl 2. Y\u00f6nlendirme Katsay\u0131lar\u0131n\u0131 (Coupling Coefficients) Ba\u015flatma:<\/strong> Ba\u015flang\u0131\u00e7ta, t\u00fcm alt seviye kaps\u00fcllerin t\u00fcm \u00fcst seviye kaps\u00fcllere olan y\u00f6nlendirme katsay\u0131lar\u0131 3. Y\u00f6nlendirme Katsay\u0131lar\u0131n\u0131 G\u00fcncelleme (Softmax):<\/strong> 4. A\u011f\u0131rl\u0131kl\u0131 Toplam (Weighted Sum) Olu\u015fturma:<\/strong> Her \u00fcst seviye kaps\u00fcl 5. S\u0131k\u0131\u015ft\u0131rma Fonksiyonu (Squashing Function):<\/strong> 6. Anla\u015fmay\u0131 Hesaplama ve Katsay\u0131lar\u0131 G\u00fcncelleme:<\/strong> Her alt seviye kaps\u00fcl Bu ad\u0131mlar (3’ten 6’ya kadar), genellikle 3-5 iterasyon boyunca tekrarlan\u0131r. Her iterasyonda, alt seviye kaps\u00fcllerin \u00fcst seviye kaps\u00fcllere olan “g\u00fcveni” veya “anla\u015fmas\u0131” peki\u015fir, b\u00f6ylece en uyumlu hiyerar\u015fik ba\u011flant\u0131lar g\u00fc\u00e7lenir. Bu iteratif s\u00fcre\u00e7, havuzlama katmanlar\u0131n\u0131n bilgi kayb\u0131n\u0131 \u00f6nlerken, modelin nesnelerin par\u00e7alar\u0131n\u0131 do\u011fru bir \u015fekilde bir araya getirmesini sa\u011flar.<\/p>\n Kaps\u00fcl a\u011flar\u0131n\u0131n temel mimarisi, genellikle MNIST veri seti gibi basit g\u00f6r\u00fcnt\u00fc s\u0131n\u0131fland\u0131rma g\u00f6revleri i\u00e7in tasarlanm\u0131\u015ft\u0131r. Bu mimari, geleneksel CNN katmanlar\u0131 ile kaps\u00fcl katmanlar\u0131n\u0131n bir kombinasyonunu i\u00e7erir.<\/p>\n 1. Evri\u015fim Katman\u0131 (Conv1):<\/strong> \u0130lk katman genellikle standart bir evri\u015fim katman\u0131d\u0131r. Bu katman, girdi g\u00f6r\u00fcnt\u00fcs\u00fcnden temel \u00f6zellik haritalar\u0131n\u0131 (\u00f6rne\u011fin, kenarlar, k\u00f6\u015feler) \u00e7\u0131kar\u0131r. \u00c7\u0131kt\u0131, skaler aktivasyonlardan olu\u015fan bir dizi \u00f6zellik haritas\u0131d\u0131r.<\/p>\n 2. Birincil Kaps\u00fcller Katman\u0131 (PrimaryCaps):<\/strong> Bu, a\u011fdaki ilk kaps\u00fcl katman\u0131d\u0131r. Conv1 katman\u0131n\u0131n \u00e7\u0131kt\u0131s\u0131, birden fazla evri\u015fim filtresi kullan\u0131larak i\u015flenir ve her biri belirli bir boyutta (\u00f6rne\u011fin, 8 boyutlu) bir vekt\u00f6r olan “birincil kaps\u00fcller” \u00fcretilir. Bu kaps\u00fcller, g\u00f6r\u00fcnt\u00fcn\u00fcn farkl\u0131 b\u00f6lgelerinde belirli temel varl\u0131klar\u0131n (\u00f6rne\u011fin, k\u00fc\u00e7\u00fck \u015fekiller, dokular) varl\u0131\u011f\u0131n\u0131 ve olu\u015fum parametrelerini temsil eder. Her bir birincil kaps\u00fcl, kendi yerel al\u0131m alan\u0131ndaki (receptive field) bir varl\u0131\u011f\u0131n \u00f6zelliklerini kodlar.<\/p>\n 3. Rakam Kaps\u00fclleri Katman\u0131 (DigitCaps):<\/strong> Bu, birincil kaps\u00fcllerden girdi alan ve dinamik y\u00f6nlendirme mekanizmas\u0131n\u0131 kullanan daha y\u00fcksek seviyeli kaps\u00fcl katman\u0131d\u0131r. MNIST \u00f6rne\u011finde, her biri bir rakam\u0131 (0’dan 9’a kadar) temsil eden 10 adet “rakam kaps\u00fcl\u00fc” bulunur. Her bir rakam kaps\u00fcl\u00fc, birincil kaps\u00fcllerden gelen tahmin vekt\u00f6rlerini toplar ve dinamik y\u00f6nlendirme arac\u0131l\u0131\u011f\u0131yla, hangi alt seviye kaps\u00fcllerin kendi varl\u0131\u011f\u0131n\u0131 en iyi \u015fekilde destekledi\u011fini belirler. Rakam kaps\u00fcllerinin \u00e7\u0131kt\u0131 vekt\u00f6rlerinin uzunluklar\u0131, ilgili rakam\u0131n var olma olas\u0131l\u0131\u011f\u0131n\u0131 g\u00f6sterir.<\/p>\n Kaps\u00fcl a\u011flar\u0131 genellikle bir yeniden yap\u0131land\u0131rma kod \u00e7\u00f6z\u00fcc\u00fc ile birlikte e\u011fitilir. Bu kod \u00e7\u00f6z\u00fcc\u00fc, modelin daha iyi genelleme yapmas\u0131n\u0131 ve kaps\u00fcllerin daha zengin, anlaml\u0131 \u00f6zellikler \u00f6\u011frenmesini sa\u011flayan bir d\u00fczenlile\u015ftirme (regularization) tekni\u011fidir.<\/p>\n * \u00c7al\u0131\u015fma Prensibi:<\/strong> Do\u011fru s\u0131n\u0131fland\u0131r\u0131lm\u0131\u015f rakam kaps\u00fcl\u00fcn\u00fcn (yani, en uzun \u00e7\u0131kt\u0131 vekt\u00f6r\u00fcne sahip olan\u0131n) aktivasyon vekt\u00f6r\u00fc al\u0131n\u0131r. Bu vekt\u00f6r, genellikle \u00fc\u00e7 tam ba\u011fl\u0131 katmandan olu\u015fan k\u00fc\u00e7\u00fck bir kod \u00e7\u00f6z\u00fcc\u00fcye girdi olarak verilir. Kod \u00e7\u00f6z\u00fcc\u00fc, bu vekt\u00f6rden orijinal girdi g\u00f6r\u00fcnt\u00fcs\u00fcn\u00fc yeniden yap\u0131land\u0131rmaya \u00e7al\u0131\u015f\u0131r. Kaps\u00fcl a\u011flar\u0131, geleneksel CNN’lere g\u00f6re bir dizi potansiyel avantaj sunar ve derin \u00f6\u011frenme modellerinin daha robust, veri a\u00e7\u0131s\u0131ndan verimli ve yorumlanabilir olmas\u0131n\u0131n yolunu a\u00e7abilir.<\/p>\n Kaps\u00fcl a\u011flar\u0131n\u0131n en \u00f6nemli avantaj\u0131, nesnelerin pozisyon, boyut, oryantasyon ve di\u011fer d\u00f6n\u00fc\u015f\u00fcm parametrelerini kaps\u00fcl vekt\u00f6rlerinin y\u00f6n\u00fcnde kodlayarak poz e\u015fde\u011fi\u015fmezli\u011fi sa\u011flamalar\u0131d\u0131r. Bu, bir nesnenin hafif\u00e7e d\u00f6nd\u00fcr\u00fclmesi veya \u00f6l\u00e7eklendirilmesi durumunda, kaps\u00fcl\u00fcn \u00e7\u0131kt\u0131 vekt\u00f6r\u00fcn\u00fcn de buna uygun olarak de\u011fi\u015fece\u011fi anlam\u0131na gelir. Bu sayede, model nesnelerin 3D uzaydaki yap\u0131s\u0131n\u0131 daha iyi anlar ve farkl\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131lar\u0131ndan tan\u0131ma konusunda daha ba\u015far\u0131l\u0131 olur.<\/p>\n CNN’ler, farkl\u0131 g\u00f6r\u00fc\u015f a\u00e7\u0131lar\u0131na ve d\u00f6n\u00fc\u015f\u00fcmlere kar\u015f\u0131 genelleme yapmak i\u00e7in genellikle b\u00fcy\u00fck miktarda veri b\u00fcy\u00fctmeye (\u00f6rne\u011fin, g\u00f6r\u00fcnt\u00fcleri d\u00f6nd\u00fcrme, kayd\u0131rma, \u00f6l\u00e7eklendirme) ihtiya\u00e7 duyarlar. Kaps\u00fcl a\u011flar\u0131, do\u011falar\u0131 gere\u011fi e\u015fde\u011fi\u015fmez olduklar\u0131 i\u00e7in, ayn\u0131 performans\u0131 elde etmek i\u00e7in daha az veri b\u00fcy\u00fctmeye veya daha az e\u011fitim \u00f6rne\u011fine ihtiya\u00e7 duyabilirler. Bu, \u00f6zellikle s\u0131n\u0131rl\u0131 veri setleriyle \u00e7al\u0131\u015f\u0131rken \u00f6nemli bir avantajd\u0131r.<\/p>\n Dinamik y\u00f6nlendirme mekanizmas\u0131 sayesinde, kaps\u00fcl a\u011flar\u0131 nesnelerin par\u00e7alar\u0131 aras\u0131ndaki hiyerar\u015fik ili\u015fkileri a\u00e7\u0131k\u00e7a modelleyebilir. Alt seviye kaps\u00fcller (\u00f6rne\u011fin, burun, g\u00f6z), hangi \u00fcst seviye kaps\u00fcllere (\u00f6rne\u011fin, y\u00fcz) ait olduklar\u0131na “anla\u015fma yoluyla” karar verirler. Bu, modelin bir nesnenin yaln\u0131zca par\u00e7alar\u0131n\u0131 de\u011fil, ayn\u0131 zamanda bu par\u00e7alar\u0131n birbirine g\u00f6re do\u011fru uzamsal konumlar\u0131n\u0131 da anlamas\u0131n\u0131 sa\u011flar. Bu, CNN’lerin “rasgele yerle\u015ftirilmi\u015f par\u00e7alar” sorununa bir \u00e7\u00f6z\u00fcm sunar.<\/p>\n Kaps\u00fcl vekt\u00f6rleri, nesnelerin belirli olu\u015fum parametrelerini (pose, boyut, oryantasyon) kodlad\u0131\u011f\u0131 i\u00e7in, geleneksel CNN’lere g\u00f6re daha yorumlanabilir olabilirler. Bir kaps\u00fcl vekt\u00f6r\u00fcn\u00fcn belirli bir boyutunu manip\u00fcle ederek, ilgili nesnenin belirli bir \u00f6zelli\u011fini (\u00f6rne\u011fin, bir y\u00fcz\u00fcn g\u00fcl\u00fcmsemesini veya bir araban\u0131n a\u00e7\u0131s\u0131n\u0131) de\u011fi\u015ftirmek m\u00fcmk\u00fcnd\u00fcr. Bu, modelin ne \u00f6\u011frendi\u011fini ve nas\u0131l karar verdi\u011fini anlamak i\u00e7in yeni yollar a\u00e7ar.<\/p>\n Baz\u0131 ara\u015ft\u0131rmalar, kaps\u00fcl a\u011flar\u0131n\u0131n adversarial sald\u0131r\u0131lara (yani, insan g\u00f6z\u00fcyle fark edilmeyen k\u00fc\u00e7\u00fck de\u011fi\u015fikliklerle modelin yanl\u0131\u015f s\u0131n\u0131fland\u0131rmas\u0131na neden olan sald\u0131r\u0131lar) kar\u015f\u0131 geleneksel CNN’lerden daha robust olabilece\u011fini \u00f6ne s\u00fcrmektedir. Bu, kaps\u00fcllerin nesnelerin daha sa\u011flam ve hiyerar\u015fik temsillerini \u00f6\u011frenmesinden kaynaklanabilir.<\/p>\n Kaps\u00fcl a\u011flar\u0131 umut vaat etse de, yayg\u0131n olarak benimsenmelerini engelleyen baz\u0131 \u00f6nemli zorluklar ve s\u0131n\u0131rlamalarla kar\u015f\u0131 kar\u015f\u0131yad\u0131r.<\/p>\n Dinamik y\u00f6nlendirme mekanizmas\u0131, geleneksel havuzlama katmanlar\u0131na k\u0131yasla \u00e7ok daha hesaplama yo\u011fundur. \u00d6zellikle birden fazla iterasyon gerektirmesi ve her alt seviye kaps\u00fcl\u00fcn her \u00fcst seviye kaps\u00fcl i\u00e7in tahmin vekt\u00f6rleri olu\u015fturmas\u0131 gerekti\u011fi i\u00e7in, bu maliyet daha da artar. Bu durum, kaps\u00fcl a\u011flar\u0131n\u0131n e\u011fitim ve \u00e7\u0131kar\u0131m s\u00fcrelerini uzat\u0131r.<\/p>\n Kaps\u00fcl a\u011flar\u0131, MNIST gibi basit, d\u00fc\u015f\u00fck \u00e7\u00f6z\u00fcn\u00fcrl\u00fckl\u00fc veri setlerinde etkileyici sonu\u00e7lar g\u00f6stermi\u015f olsa da, ImageNet gibi b\u00fcy\u00fck, y\u00fcksek \u00e7\u00f6z\u00fcn\u00fcrl\u00fckl\u00fc ve karma\u015f\u0131k veri setlerine \u00f6l\u00e7eklendirilmesi hala \u00f6nemli bir ara\u015ft\u0131rma alan\u0131d\u0131r. Daha fazla katman ve daha b\u00fcy\u00fck g\u00f6r\u00fcnt\u00fclerle, dinamik y\u00f6nlendirme hesaplama maliyetleri katlanarak artar ve performans\u0131 optimize etmek zorla\u015f\u0131r.<\/p>\n Kaps\u00fcl a\u011flar\u0131, CNN’lere k\u0131yasla nispeten yeni bir ara\u015ft\u0131rma alan\u0131d\u0131r. Bu nedenle, hen\u00fcz CNN’ler kadar optimize edilmi\u015f mimariler, standartla\u015ft\u0131r\u0131lm\u0131\u015f en iyi uygulamalar veya geni\u015f bir ara\u00e7 ve k\u00fct\u00fcphane ekosistemi mevcut de\u011fildir. Bu, geli\u015ftiriciler i\u00e7in benimseme s\u00fcrecini zorla\u015ft\u0131rabilir.<\/p>\n MNIST ve CIFAR-10 gibi veri setlerinde rekabet\u00e7i sonu\u00e7lar elde edilmi\u015f olsa da, kaps\u00fcl a\u011flar\u0131 daha karma\u015f\u0131k g\u00f6revlerde ve b\u00fcy\u00fck \u00f6l\u00e7ekli veri setlerinde (\u00f6rne\u011fin, ImageNet) hen\u00fcz genel olarak en geli\u015fmi\u015f CNN modellerinin performans\u0131n\u0131 tutarl\u0131 bir \u015fekilde a\u015famam\u0131\u015ft\u0131r. Bu, genellikle hesaplama maliyeti ve \u00f6l\u00e7eklenebilirlik sorunlar\u0131yla ba\u011flant\u0131l\u0131d\u0131r.<\/p>\n Kaps\u00fcl a\u011flar\u0131n\u0131n e\u011fitiminde kullan\u0131lan hiperparametreler (\u00f6rne\u011fin, y\u00f6nlendirme iterasyon say\u0131s\u0131, marjinal kay\u0131p parametreleri, yeniden yap\u0131land\u0131rma kayb\u0131 a\u011f\u0131rl\u0131\u011f\u0131) modelin performans\u0131 \u00fczerinde \u00f6nemli bir etkiye sahiptir. Bu parametrelerin optimal \u015fekilde ayarlanmas\u0131, genellikle deneme yan\u0131lma ve uzmanl\u0131k gerektirir.<\/p>\n Kaps\u00fcl a\u011flar\u0131 alan\u0131 aktif bir ara\u015ft\u0131rma alan\u0131 olmaya devam etmektedir ve bu s\u0131n\u0131rlamalar\u0131 a\u015fmak i\u00e7in s\u00fcrekli olarak yeni yakla\u015f\u0131mlar geli\u015ftirilmektedir.<\/p>\n Dinamik y\u00f6nlendirme mekanizmas\u0131n\u0131n hesaplama y\u00fck\u00fcn\u00fc azaltmak ve verimlili\u011fini art\u0131rmak i\u00e7in \u00e7e\u015fitli alternatifler \u00f6nerilmi\u015ftir. Bunlar aras\u0131nda “EM Y\u00f6nlendirme” (Expectation-Maximization Routing), “Self-Attention Y\u00f6nlendirme” ve “Matris Kaps\u00fclleri” gibi yakla\u015f\u0131mlar bulunmaktad\u0131r. Bu yeni y\u00f6ntemler, daha derin a\u011flara ve daha b\u00fcy\u00fck veri setlerine \u00f6l\u00e7eklenebilirli\u011fi art\u0131rmay\u0131 hedeflemektedir.<\/p>\n Daha derin kaps\u00fcl a\u011flar\u0131 in\u015fa etmek, farkl\u0131 kaps\u00fcl tipleri ve bunlar\u0131n birle\u015fimlerini ke\u015ffetmek, CapsNet’lerin karma\u015f\u0131k g\u00f6revlerdeki performans\u0131n\u0131 art\u0131rmak i\u00e7in \u00fczerinde \u00e7al\u0131\u015f\u0131lan di\u011fer alanlard\u0131r. Hibrit mimariler (geleneksel evri\u015fim katmanlar\u0131 ile kaps\u00fcl katmanlar\u0131n\u0131n birle\u015fimi) de pop\u00fcler bir ara\u015ft\u0131rma y\u00f6n\u00fcd\u00fcr.<\/p>\n Kaps\u00fcl a\u011flar\u0131, g\u00f6r\u00fcnt\u00fc s\u0131n\u0131fland\u0131rman\u0131n \u00f6tesinde, nesne tespiti, g\u00f6r\u00fcnt\u00fc segmentasyonu, t\u0131bbi g\u00f6r\u00fcnt\u00fcleme, hatta do\u011fal dil i\u015fleme gibi alanlarda da potansiyel uygulamalar bulmaktad\u0131r. \u00d6zellikle, uzamsal hiyerar\u015finin ve par\u00e7a-b\u00fct\u00fcn ili\u015fkilerinin \u00f6nemli oldu\u011fu g\u00f6revlerde CapsNets’in avantaj sa\u011flayabilece\u011fi d\u00fc\u015f\u00fcn\u00fclmektedir.<\/p>\n Kaps\u00fcl a\u011flar\u0131n\u0131n hesaplama yo\u011funlu\u011fu g\u00f6z \u00f6n\u00fcne al\u0131nd\u0131\u011f\u0131nda, \u00f6zel donan\u0131m h\u0131zland\u0131r\u0131c\u0131lar veya mevcut donan\u0131mlar \u00fczerinde optimizasyonlar geli\u015ftirmek, CapsNets’in daha geni\u015f \u00f6l\u00e7ekte uygulanabilirli\u011fini art\u0131rabilir.<\/p>\n Kaps\u00fcl a\u011flar\u0131, derin \u00f6\u011frenme alan\u0131nda, \u00f6zellikle bilgisayar g\u00f6r\u00fc\u015f\u00fcnde, geleneksel evri\u015fimli sinir a\u011flar\u0131n\u0131n (CNN’ler) temel s\u0131n\u0131rlamalar\u0131n\u0131 a\u015fma potansiyeli ta\u015f\u0131yan heyecan verici bir paradigmalar aras\u0131 ge\u00e7i\u015fi temsil etmektedir. Havuzlama katmanlar\u0131n\u0131n neden oldu\u011fu bilgi kayb\u0131n\u0131, nesnelerin pozisyonel hiyerar\u015fisini ve g\u00f6r\u00fc\u015f a\u00e7\u0131s\u0131 de\u011fi\u015fmezli\u011fi sorunlar\u0131n\u0131 hedef alan CapsNets, vekt\u00f6r tabanl\u0131 temsiller ve dinamik y\u00f6nlendirme mekanizmas\u0131 ile daha robust, veri a\u00e7\u0131s\u0131ndan verimli ve yorumlanabilir modeller in\u015fa etmeyi ama\u00e7lamaktad\u0131r.<\/p>\n Her ne kadar hesaplama maliyeti, \u00f6l\u00e7eklenebilirlik ve karma\u015f\u0131k veri setlerindeki performans gibi \u00f6nemli zorluklarla kar\u015f\u0131 kar\u015f\u0131ya olsa da, devam eden ara\u015ft\u0131rmalar bu s\u0131n\u0131rlamalar\u0131 a\u015fmak i\u00e7in s\u00fcrekli yeni yollar a\u00e7maktad\u0131r. Kaps\u00fcl a\u011flar\u0131, yapay zekan\u0131n nesneleri ve d\u00fcnyay\u0131 nas\u0131l alg\u0131lad\u0131\u011f\u0131na dair anlay\u0131\u015f\u0131m\u0131z\u0131 derinle\u015ftirme ve daha insan benzeri bir g\u00f6rsel zeka geli\u015ftirme yolunda \u00f6nemli bir ad\u0131m olabilir. Gelecekteki geli\u015fmeler, CapsNets’in derin \u00f6\u011frenme d\u00fcnyas\u0131ndaki yerini daha da sa\u011flamla\u015ft\u0131rabilir ve \u00e7e\u015fitli ger\u00e7ek d\u00fcnya uygulamalar\u0131nda \u00e7\u0131\u011f\u0131r a\u00e7\u0131c\u0131 yeniliklere yol a\u00e7abilir.<\/body><\/p>\n","protected":false},"excerpt":{"rendered":"Kaps\u00fcl A\u011flar\u0131: H\u0131zl\u0131 Bir Giri\u015f\nKaps\u00fcl a\u011flar\u0131 (Capsule Networks veya CapsNets), derin \u00f6\u011frenme alan\u0131nda, \u00f6zellikle bilgisayar g\u00f6r\u00fc\u015f\u00fcnd","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[1],"tags":[],"class_list":{"0":"post-38983","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-genel","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n
\n* Uzunlu\u011fu (magnitude):<\/strong> \u0130lgili varl\u0131\u011f\u0131n var olma olas\u0131l\u0131\u011f\u0131n\u0131 temsil eder (0 ile 1 aras\u0131nda). Uzun vekt\u00f6rler, varl\u0131\u011f\u0131n y\u00fcksek olas\u0131l\u0131kla mevcut oldu\u011funu g\u00f6sterir.
\n* Y\u00f6n\u00fc (orientation):<\/strong> Varl\u0131\u011f\u0131n kendi i\u00e7indeki \u00e7e\u015fitli \u00f6zelliklerini (pose, boyut, oryantasyon, deformasyon, h\u0131z, albedo, renk tonu, doku vb.) kodlar. \u00d6rne\u011fin, bir “g\u00f6z” kaps\u00fcl\u00fcn\u00fcn vekt\u00f6r y\u00f6n\u00fc, g\u00f6z\u00fcn a\u00e7\u0131s\u0131n\u0131, boyutunu veya rengini temsil edebilir.<\/p>\nNeden Vekt\u00f6rler?<\/h4>\n
E\u015fde\u011fi\u015fmezlik ve Kaps\u00fcller<\/h4>\n
Dinamik Y\u00f6nlendirme (Dynamic Routing)<\/h3>\n
Temel Fikir: Anla\u015fma Yoluyla Y\u00f6nlendirme<\/h4>\n
Mekanizma Ad\u0131mlar\u0131<\/h4>\n
i<\/code>, kendi aktivasyon vekt\u00f6r\u00fc u_i<\/code>‘yi al\u0131r ve bunu bir a\u011f\u0131rl\u0131k matrisi W_ij<\/code> ile \u00e7arparak olas\u0131 her \u00fcst seviye kaps\u00fcl j<\/code> i\u00e7in bir “tahmin vekt\u00f6r\u00fc” u\u0302_j|i<\/code> olu\u015fturur. Bu u\u0302_j|i<\/code>, alt seviye kaps\u00fcl i<\/code>‘nin, \u00fcst seviye kaps\u00fcl j<\/code>‘nin nas\u0131l g\u00f6r\u00fcnmesi gerekti\u011fini tahmin etmesidir.
\n u\u0302_j|i = W_ij * u_i<\/code><\/p>\nb_ij<\/code> e\u015fit olarak ba\u015flat\u0131l\u0131r (genellikle s\u0131f\u0131r). Bu katsay\u0131lar, alt seviye kaps\u00fcl i<\/code>‘nin, \u00fcst seviye kaps\u00fcl j<\/code>‘ye ne kadar “katk\u0131da bulunaca\u011f\u0131n\u0131” belirler.<\/p>\nb_ij<\/code> katsay\u0131lar\u0131, her alt seviye kaps\u00fcl i<\/code> i\u00e7in bir softmax fonksiyonundan ge\u00e7irilerek c_ij<\/code> “kuplaj katsay\u0131lar\u0131na” d\u00f6n\u00fc\u015ft\u00fcr\u00fcl\u00fcr. Bu, belirli bir alt seviye kaps\u00fcl\u00fcn \u00e7\u0131kt\u0131s\u0131n\u0131n, \u00fcst seviye kaps\u00fcller aras\u0131nda nas\u0131l da\u011f\u0131t\u0131laca\u011f\u0131n\u0131 belirleyen olas\u0131l\u0131k da\u011f\u0131l\u0131m\u0131n\u0131 sa\u011flar.
\n c_ij = softmax(b_ij)<\/code><\/p>\nj<\/code> i\u00e7in, t\u00fcm alt seviye kaps\u00fcllerden gelen tahmin vekt\u00f6rleri u\u0302_j|i<\/code>, ilgili kuplaj katsay\u0131lar\u0131 c_ij<\/code> ile a\u011f\u0131rl\u0131kland\u0131r\u0131larak toplan\u0131r. Bu a\u011f\u0131rl\u0131kl\u0131 toplam s_j<\/code>, \u00fcst seviye kaps\u00fcl j<\/code>‘nin hen\u00fcz s\u0131k\u0131\u015ft\u0131r\u0131lmam\u0131\u015f toplam girdisidir.
\n s_j = \u03a3_i (c_ij * u\u0302_j|i)<\/code><\/p>\ns_j<\/code> vekt\u00f6r\u00fc, “s\u0131k\u0131\u015ft\u0131rma” ad\u0131 verilen \u00f6zel bir aktivasyon fonksiyonundan ge\u00e7irilir. Bu fonksiyon, vekt\u00f6r\u00fcn uzunlu\u011funu 0 ile 1 aras\u0131na s\u0131k\u0131\u015ft\u0131r\u0131rken, vekt\u00f6r\u00fcn y\u00f6n\u00fcn\u00fc korur. B\u00f6ylece, vekt\u00f6r\u00fcn uzunlu\u011fu var olma olas\u0131l\u0131\u011f\u0131n\u0131, y\u00f6n\u00fc ise olu\u015fum parametrelerini temsil etmeye devam eder.
\n v_j = (||s_j||^2 \/ (1 + ||s_j||^2)) * (s_j \/ ||s_j||)<\/code><\/p>\ni<\/code> ve \u00fcst seviye kaps\u00fcl j<\/code> aras\u0131ndaki “anla\u015fma” derecesi, alt seviye kaps\u00fcl\u00fcn tahmin vekt\u00f6r\u00fc u\u0302_j|i<\/code> ile \u00fcst seviye kaps\u00fcl\u00fcn nihai \u00e7\u0131kt\u0131 vekt\u00f6r\u00fc v_j<\/code> aras\u0131ndaki i\u00e7 \u00e7arp\u0131m (dot product) al\u0131narak hesaplan\u0131r. Bu anla\u015fma de\u011feri, b_ij<\/code> katsay\u0131lar\u0131n\u0131 g\u00fcncellemek i\u00e7in kullan\u0131l\u0131r.
\n b_ij = b_ij + u\u0302_j|i \u22c5 v_j<\/code><\/p>\nTemel Kaps\u00fcl A\u011f\u0131 Mimarisi<\/h3>\n
MNIST \u00d6rne\u011fi \u00dczerinden Mimari<\/h4>\n
Yeniden Yap\u0131land\u0131rma Kod \u00e7\u00f6z\u00fcc\u00fc (Reconstruction Decoder)<\/h4>\n
\n* \u00d6nemi:<\/strong> Yeniden yap\u0131land\u0131rma kayb\u0131, modelin s\u0131n\u0131fland\u0131rma g\u00f6revi i\u00e7in sadece yeterli olan bilgiyi de\u011fil, ayn\u0131 zamanda orijinal g\u00f6r\u00fcnt\u00fcy\u00fc yeniden olu\u015fturmak i\u00e7in gerekli olan t\u00fcm \u00f6nemli uzamsal ve olu\u015fum parametrelerini de kaps\u00fcl vekt\u00f6rlerinde kodlamaya zorlar. Bu, kaps\u00fcllerin daha a\u00e7\u0131klay\u0131c\u0131 ve anlaml\u0131 temsiller \u00f6\u011frenmesine yard\u0131mc\u0131 olur.
\n* Kay\u0131p Fonksiyonu:<\/strong> Kaps\u00fcl a\u011flar\u0131 iki ana kay\u0131p fonksiyonu ile e\u011fitilir:
\n * Marjinal Kay\u0131p (Margin Loss):<\/strong> S\u0131n\u0131fland\u0131rma do\u011frulu\u011funu sa\u011flamak i\u00e7in kullan\u0131l\u0131r. Her s\u0131n\u0131f kaps\u00fcl\u00fc i\u00e7in, e\u011fer do\u011fru s\u0131n\u0131f kaps\u00fcl\u00fcn\u00fcn uzunlu\u011fu belirli bir marjini a\u015farsa k\u00fc\u00e7\u00fck bir kay\u0131p, a\u015fmazsa b\u00fcy\u00fck bir kay\u0131p uygulan\u0131r. Yanl\u0131\u015f s\u0131n\u0131f kaps\u00fclleri i\u00e7in ise, uzunluklar\u0131 belirli bir marjinin alt\u0131na d\u00fc\u015ferse k\u00fc\u00e7\u00fck bir kay\u0131p uygulan\u0131r.
\n * Yeniden Yap\u0131land\u0131rma Kayb\u0131 (Reconstruction Loss):<\/strong> Kod \u00e7\u00f6z\u00fcc\u00fcn\u00fcn \u00e7\u0131kt\u0131s\u0131 ile orijinal girdi g\u00f6r\u00fcnt\u00fcs\u00fc aras\u0131ndaki fark\u0131 \u00f6l\u00e7er (\u00f6rne\u011fin, karesel hata). Bu kay\u0131p, genel kay\u0131p fonksiyonuna d\u00fc\u015f\u00fck bir a\u011f\u0131rl\u0131kla eklenir.<\/p>\nKaps\u00fcl A\u011flar\u0131n\u0131n Avantajlar\u0131<\/h3>\n
Poz E\u015fde\u011fi\u015fmezli\u011fi (Pose Equivariance)<\/h4>\n
Veri B\u00fcy\u00fctme \u0130htiyac\u0131n\u0131n Azalmas\u0131<\/h4>\n
Par\u00e7a-B\u00fct\u00fcn Hiyerar\u015fileri<\/h4>\n
Yorumlanabilirlik<\/h4>\n
Adversarial Sald\u0131r\u0131lara Kar\u015f\u0131 Potansiyel Robustluk<\/h4>\n
Zorluklar ve S\u0131n\u0131rlamalar<\/h3>\n
Hesaplama Maliyeti<\/h4>\n
\u00d6l\u00e7eklenebilirlik Sorunlar\u0131<\/h4>\n
Geli\u015fimin Erken A\u015famas\u0131<\/h4>\n
Karma\u015f\u0131k Veri Setlerindeki Performans<\/h4>\n
Hiperparametre Ayar\u0131<\/h4>\n
Son Geli\u015fmeler ve Gelecek Y\u00f6nleri<\/h3>\n
Y\u00f6nlendirme Mekanizmalar\u0131nda Yenilikler<\/h4>\n
Mimari \u0130yile\u015ftirmeler<\/h4>\n
G\u00f6r\u00fcnt\u00fc S\u0131n\u0131fland\u0131rmas\u0131n\u0131n \u00d6tesindeki Uygulamalar<\/h4>\n
Donan\u0131m H\u0131zland\u0131rma<\/h4>\n
Sonu\u00e7<\/h3>\n