Animated AI

• Animated AI, sinir ağı kavramlarını animasyonlar ve eğitici videolarla gösteren bir proje; görsel olarak anlaşılması zor işlem süreçlerini takip etmeyi kolaylaştırır
• Temel materyaller Convolution’ın temel algoritmasına, Padding, Stride, Groups, Depthwise ve Depthwise-separable Convolution konularına odaklanır
• Pixel Shuffle materyali, çözünürlük dönüştürme akışını 2x2 ve 3x3 blok boyutu örneklerine ayırarak gösterir
• Her konu, sayfadaki animasyon materyalleriyle birlikte izlenebilen eşlik eden YouTube videolarına bağlanır
• Proje sayfası Patreon ve YouTube kanalını tanıtır; kod MIT License ile yayımlanmıştır

---

Sinir ağı animasyonları ve videoları

• Animated AI, sinir ağlarını açıklayan animasyonlar ve eğitici videolar üretir
• Destek ve video izleme için resmi bağlantılar da sunulur
  • Patreon
  • YouTube channel

Convolution öğrenme materyalleri

• Fundamental Algorithm of Convolution in Neural Networks, Convolution temel algoritmasını ele alan eşlik eden YouTube videosudur
• Convolution Padding - Neural Networks, Padding farklarını gösterir
  • No Padding, yani “Valid”
  • [1,1,1,1] Padding, yani “Same”
• Stride - Convolution in Neural Networks, Stride ayarını ve Padding kombinasyonlarını ele alır
  • Stride 1 ve Stride 2
  • No Padding “Valid” ile [1,1,1,1] Padding “Same” kombinasyonu
• Groups, Depthwise, and Depthwise-Separable Convolution (Neural Networks), Groups ve Depthwise ailesi Convolution türlerini karşılaştırmaya yarayan bir materyaldir
  • 1 Group
  • 2 Groups
  • Depthwise, 8 Groups
  • Depthwise-separable, 8 Groups’un ardından pointwise uygulanması

Pixel Shuffle örnekleri

• Pixel Shuffle - Changing Resolution with Style, Pixel Shuffle konusunu ele alan eşlik eden YouTube videosudur
• 2x2 blok boyutunda Shuffle, Unshuffle ve tekrarlı döngü örnekleri görülebilir
  • 2x2 Pixel Shuffle
  • 2x2 Pixel Unshuffle
  • 2x2 Pixel Shuffle/Unshuffle Loop
• 3x3 blok boyutunda da aynı akış ayrı örneklerle sunulur
  • 3x3 Pixel Shuffle
  • 3x3 Pixel Unshuffle
  • 3x3 Pixel Shuffle/Unshuffle Loop

Lisans

• Proje kodu MIT License ile lisanslanmıştır

[GN⁺]

Hacker News görüşleri

• Tasarımı iyi ve Georgia Tech araştırmasından çıkan bir CNN görselleştirme aracı da var
  https://poloclub.github.io/cnn-explainer/
  Sinir ağı mimarisi tasarlama ve görselleştirme araçları derlemesi: https://github.com/ashishpatel26/Tools-to-Design-or-Visualiz...
  TensorFlow Playground da var: https://playground.tensorflow.org/

  • ManimML: https://github.com/helblazer811/ManimML
    “But what is a convolution?”: https://youtu.be/KuXjwB4LzSA?si=qwnZMQYJhDxraGc8 https://github.com/3b1b/videos/tree/master/_2022/convolution... https://github.com/3b1b/videos/tree/master/_2023/convolution...
    “Convolution Is Fancy Multiplication”: https://news.ycombinator.com/item?id=25190770#25194658
    https://news.ycombinator.com/item?id=37953886 içindeki Manim, Blender, ipyblender, PhysX, o3de, FEM, CFD bağlantıları: https://github.com/ManimCommunity/manim/issues/3362
    Manim + O3DE kombinasyonu öğrenme amaçlı oldukça faydalı görünüyor ve Manim ile yapılmış bir Rubik küpü algoritma videosunun kodu da var: https://github.com/polylog-cs/rubiks-cube-video/blob/main/co...
    Manim API belgeleri: https://docs.manim.community/en/stable/reference.html
  • poloclub yazısındaki “Understanding Hyperparameters” bileşeni özellikle iyiydi; benzer şekilde yapılmış araçlar da faydalı olabilir
    https://static.laszlokorte.de/conv2d/

• Renkleri gerçekten çok iyi kullanmışlar; ilk başta bunun yapay zekanın ürettiği örnek bir animasyon olduğunu sanmıştım
  Aslında bunu kendileri yapmış, bu yüzden verilen emek daha da iyi anlaşılıyor; YouTube kanalındaki videolar da izlemeye değer

  • Bakması kolay olsun diye kanal bağlantısını bırakıyorum: https://www.youtube.com/@animatedai/videos

• Güzel bir proje ama uyarı olmadan 100MB’ı aşan GIF görselleri yükletmemesini tercih ederdim

  • Animasyonlarla ilgili bir sayfada medyanın sıradan bir sayfaya göre daha ağır olması zaten beklenir ve bugünlerde normal web siteleri de epey büyük
    NYT 11MB, Washington Post 22MB, Reddit ise tek seferde indirildiğinde yaklaşık 40MB oluyor
    Animasyon göstereceğini açıkça söyleyen bir sayfada 100MB civarı boyutun mutlaka özel bir ön uyarı gerektirecek kadar aşırı olduğunu düşünmüyorum
  • Eskisi gibi bir “56k killer” etiketi koyulabilir
  • Siteyi ben yaptım, belirttiğin için teşekkürler. Animasyon sayısı zamanla arttı ve toplam boyutun bu kadar büyüdüğünü fark etmemiştim
    Tercih edeceğiniz davranışın ne olduğunu merak ediyorum. Örneğin tıklayınca/dokununca oynayan statik görseller, açılana kadar gizli bölümler ya da başka bir yöntem olabilir
  • Tam olarak 134MB

• Çok iyi yapılmış; bana bunun gibi harika 3D animasyonlu açıklama videolarını hatırlattı: https://www.youtube.com/@animagraffs

• Daha önce Manim ile kendim animasyon yapmıştım; daha az gösterişli olsa da yardımcı olabilir
  https://www.jerpint.io/blog/cnn-cheatsheet/

• Attention katmanının da bu şekilde animasyonlaştırılmış halini görmek isterdim. Neredeyse anlıyor gibiyim ama tam değil

  • Transformer’daki attention kavramını, bu CNN görselleştirmesi kadar kolay anlaşılır kılan “o tek görselleştirmeyi” hâlâ bulamadım
    Attention katmanını tamamen anladığınız o aydınlanma anına yardımcı olan bir sayfa varsa paylaşmanız harika olur
  • Siteyi ben yaptım, iyi haberlerim var. Şu anda Transformer ve self-attention hakkında animasyonlar ve açıklama videoları üzerinde çalışıyorum
    Haberdar olmanın en iyi yolu muhtemelen YouTube kanalına abone olmak ve bildirim zilini açmak
  • Sanırım attention animasyonu görmek istediğini söylüyor. Bu sayfa attention değil, convolution gösteriyor

• Belirli yapay zeka algoritmalarıyla ilgili etkileşimli yazılar için Amazon’un mlu-explain projesine de bakılabilir
  https://mlu-explain.github.io/

• Gerçekten çok iyi. RNN ya da Transformer bölümleri de olsa güzel olurdu; bunun için para vermeyi bile düşünürüm

• pandas belgelerinde de zaman zaman böyle animasyonlar olmasını isterdim. groupby / split-apply-combine pipeline tek bir 10 saniyelik kliple açıklanabilecek gibi görünüyor