GSP691

Genel bakış

Makine öğrenimi araştırmalarının diğer pek çok alanında olduğu gibi pekiştirmeli öğrenme (RL) de baş döndürücü bir hızla gelişiyor. Diğer araştırma alanlarına benzer şekilde, araştırmacılar teknoloji harikası sonuçlar elde etmek için derin öğrenmeden yararlanıyor.

Bu laboratuvarda, basit bir oyun geliştirerek pekiştirmeli öğrenmeyle ilgili temel bilgileri edineceksiniz.

Neler öğreneceksiniz?

Bu laboratuvarda şunları öğreneceksiniz:

• Pekiştirmeli öğrenmenin temel kavramlarını öğrenme
• Vertex AI Workbench örneği oluşturma
• Laboratuvar not defterini Vertex AI Workbench örneğine klonlama
• Not defterindeki adımları okuma, anlama ve çalıştırma.

Kurulum ve şartlar

Laboratuvarı Başlat düğmesini tıklamadan önce

Buradaki talimatları okuyun. Laboratuvarlar süreli olduğundan duraklatılamaz. Start Lab'i (Laboratuvarı başlat) tıkladığınızda başlayan zamanlayıcı, Google Cloud kaynaklarının ne süreyle kullanımınıza açık durumda kalacağını gösterir.

Bu uygulamalı laboratuvarı kullanarak, laboratuvar etkinliklerini simülasyon veya demo ortamı yerine gerçek bir bulut ortamında gerçekleştirebilirsiniz. Bunu yapabilmeniz için size yeni, geçici kimlik bilgileri verilir. Bu kimlik bilgilerini laboratuvar süresince Google Cloud'da oturum açmak ve Google Cloud'a erişmek için kullanabilirsiniz.

Bu laboratuvarı tamamlamak için gerekenler:

• Standart bir internet tarayıcısına erişim (Chrome Tarayıcı önerilir)

Not: Bu laboratuvarı çalıştırmak için tarayıcıyı gizli modda (önerilen) veya gizli tarama penceresinde açın. Aksi takdirde, kişisel hesabınızla öğrenci hesabınız arasında oluşabilecek çakışmalar nedeniyle kişisel hesabınızdan ek ücret alınabilir.

• Laboratuvarı tamamlamak için yeterli süre (Laboratuvarlar başlatıldıktan sonra duraklatılamaz.)

Not: Bu laboratuvar için yalnızca öğrenci hesabını kullanın. Farklı bir Google Cloud hesabı kullanırsanız bu hesaptan ödeme alınabilir.

Laboratuvarınızı başlatma ve Google Cloud Console'da oturum açma

1. Laboratuvarı Başlat düğmesini tıklayın. Laboratuvar için ödeme yapmanız gerekiyorsa ödeme yöntemini seçebileceğiniz bir iletişim kutusu açılır. Soldaki "Laboratuvar ayrıntıları" panelinde şunlar yer alır:

   • "Google Cloud konsolunu aç" düğmesi
   • Kalan süre
   • Bu laboratuvarda kullanmanız gereken geçici kimlik bilgileri
   • Bu laboratuvarda ilerlemek için gerekebilecek diğer bilgiler

2. Google Cloud Console'u aç'ı tıklayın (veya Chrome Tarayıcı'yı kullanıyorsanız sağ tıklayıp Bağlantıyı gizli pencerede aç'ı seçin).

   Laboratuvar, kaynakları çalıştırır ve sonra "Oturum aç" sayfasını gösteren başka bir sekme açar.

   İpucu: Sekmeleri ayrı pencerelerde, yan yana açın.

   Not: Hesap seçin iletişim kutusunu görürseniz Başka bir hesap kullan'ı tıklayın.

3. Gerekirse aşağıdaki kullanıcı adını kopyalayıp Oturum açın iletişim kutusuna yapıştırın.

   {{{user_0.username | "Username"}}}

   Kullanıcı adını "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

4. İleri'yi tıklayın.

5. Aşağıdaki şifreyi kopyalayıp Hoş geldiniz iletişim kutusuna yapıştırın.

   {{{user_0.password | "Password"}}}

   Şifreyi "Laboratuvar ayrıntıları" panelinde de bulabilirsiniz.

6. İleri'yi tıklayın.

   Önemli: Laboratuvarın sizinle paylaştığı giriş bilgilerini kullanmanız gerekir. Google Cloud hesabınızın kimlik bilgilerini kullanmayın. Not: Bu laboratuvarda kendi Google Cloud hesabınızı kullanabilmek için ek ücret ödemeniz gerekebilir.

7. Sonraki sayfalarda ilgili düğmeleri tıklayarak ilerleyin:

   • Hükümler ve koşulları kabul edin.
   • Geçici bir hesap kullandığınızdan kurtarma seçenekleri veya iki faktörlü kimlik doğrulama eklemeyin.
   • Ücretsiz denemelere kaydolmayın.

Birkaç saniye sonra Google Cloud konsolu bu sekmede açılır.

Not: Google Cloud ürün ve hizmetlerine erişmek için gezinme menüsünü tıklayın veya Arama alanına hizmetin veya ürünün adını yazın.

1. görev: Pekiştirmeli öğrenmeye giriş

Pekiştirmeli öğrenme (RL) bir makine öğrenimi yöntemidir. Bu yöntemde bir aracı, belirtilen bir hedefi en yüksek düzeye çıkarmak (ödül) amacıyla belirli bir adım sırasını takip ederek çeşitli işlemler gerçekleştirir. Daha geleneksel, gözetimli öğrenim tekniklerinin aksine, her veri noktası etiketlenmez ve aracının yalnızca "seyrek" ödüllere erişimi vardır.

RL'nin geçmişi 1950'lere kadar uzanıyor ve şu an kullanılabilecek çok sayıda RL algoritması mevcut. Bununla birlikte, kolayca uygulamaya alınabilen ancak güçten de ödün vermeyen iki derin RL algoritması özellikle dikkat çekiyor: Deep Q-network (DQN) ve Deep Deterministic Policy Gradient (DDPG). Bu bölümde, bu algoritmaları ve bunları temel alan diğer algoritma çeşitlerini kısaca tanıtacağız.

Pekiştirmeli öğrenme problemiyle ilişkili kavramsal süreç şeması

Derin Q ağı (DQN), Google DeepMind'daki araştırmacılar tarafından 2015 tarihli bu Nature makalesinde tanıtıldı. Derin öğrenmenin görüntü tanıma alanında gösterdiği başarıdan cesaret alan yazarlar, derin sinir ağlarını Q-Learning'e dahil edip algoritmalarını çok büyük bir gözlem alanı sunan Atari Game Engine Simulator'da test etti.

Derin sinir ağı, belli bir giriş durumunda, çıkış Q değerlerini veya belli bir işlemin arzu edilebilirliğini tahmin eden bir işlev kestirim aracı olarak çalışır. Buna uygun şekilde DQN, değer tabanlı bir yöntemdir: Eğitim algoritmasında DQN, Q değerlerini Bellman denklemine göre günceller ve hareketli bir hedefi tutturmanın güçlüğünden kaçınmak adına, hedef değerlerin bir tahmini olarak işlev gören ikinci bir derin sinir ağını sürece dahil eder.

Biraz daha pratik bir bakış açısıyla aşağıdaki model; kaynak dosyalarını, kabuk komutunu ve Google Cloud'da RL işinin çalıştırılacağı uç noktayı vurgular:

2. görev: Vertex AI Workbench örneği oluşturma

1. Google Cloud konsolunda gezinme menüsüne () giderek Vertex AI'ı seçin.

2. Enable All Recommended APIs'ı (Önerilen Tüm API'leri Etkinleştir) tıklayın.

3. Sol taraftaki Workbench seçeneğini tıklayın.

4. Workbench sayfasının üst kısmında Instances (Örnekler) görünümünde olduğunuzdan emin olun.

5. Create new (Yeni oluştur) seçeneğini tıklayın.

6. Örneği yapılandırma

   • Name (Ad): lab-workbench
   • Region (Bölge): Bölgeyi olarak ayarlayın.
   • Zone (Alt Bölge): Alt bölgeyi olarak ayarlayın.
   • Advanced Options (Gelişmiş Seçenekler) (isteğe bağlı): Gerekirse daha fazla özelleştirme (ör. makine türü, disk boyutu) için "Advanced Options"ı (Gelişmiş Seçenekler) tıklayın.

7. Create'i (Oluştur) tıklayın.

Not: Örneğin oluşturulması birkaç dakika sürer. Hazır olduğunda adının yanında yeşil bir onay işareti görünür.

8. JupyterLab arayüzünü başlatmak için örnek adının yanındaki Open JupyterLab'i (JupyterLab'i aç) tıklayın. Bunu yaptığınızda tarayıcınızda yeni bir sekme açılır.

9. Bir terminal penceresi açmak için Terminal simgesini tıklayın.

Terminal pencereniz yeni bir sekmede açılır. Artık Workbench örneğinizle etkileşim kurmak için terminalde komutlar çalıştırabilirsiniz.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. Vertex AI Workbench örneği oluşturma

3. görev: Örnek kodu kopyalama

1. not defteri dosyasını kopyalamak için aşağıdaki kodu kopyalayıp terminalde çalıştırın.

gcloud storage cp -r gs://{{{project_0.project_id|project_id}}}-labconfig-bucket/* .

2. Soldaki menüden early_rl > seçeneğini belirleyin. Bunu yaptığınızda yeni bir sekme açılır.

Hedefi doğrulamak için Check my progress'i (İlerleme durumumu kontrol et) tıklayın. Örnek kodu kopyalama

4. görev: Not defterindeki kodu çalıştırma

Not: Not defterinde Python 3 çekirdeğini seçtiğinizden emin olun.

Yeni sekmeniz aşağıdakine benzer bir görünümde olacaktır:

1. Aşağıdaki not defterini baştan sona okuyun ve tüm kod bloklarını üst karakter + Enter tuşlarına basarak çalıştırın.

2. Not defterindeki talimatları tamamladıktan sonra buraya dönün.

Tebrikler!

Bu laboratuvarda, pekiştirmeli öğrenmenin (RL) temel ilkelerini öğrendiniz. Bir Jupyterlab örneği oluşturup örnek bir depoyu klonladınız ve bir not defterindeki kodu çalıştırarak pekiştirmeli öğrenmenin temel kavramlarıyla ilgili uygulamalı alıştırmalar yaptınız. Artık bu serideki diğer laboratuvarlara katılmaya hazırsınız.

Google Cloud eğitimi ve sertifikası

...Google Cloud teknolojilerinden en iyi şekilde yararlanmanıza yardımcı olur. Derslerimizde teknik becerilere odaklanırken en iyi uygulamalara da yer veriyoruz. Gerekli yetkinlik seviyesine hızlıca ulaşmanız ve öğrenim maceranızı sürdürebilmeniz için sizlere yardımcı olmayı amaçlıyoruz. Temel kavramlardan ileri seviyeye kadar farklı eğitim programlarımız mevcut. Ayrıca, yoğun gündeminize uyması için talep üzerine sağlanan, canlı ve sanal eğitim alternatiflerimiz de var. Sertifikasyonlar ise Google Cloud teknolojilerindeki becerilerinizi ve uzmanlığınızı doğrulamanıza ve kanıtlamanıza yardımcı oluyor.

Kılavuzun Son Güncellenme Tarihi: 11 Temmuz 2025

Laboratuvarın Son Test Edilme Tarihi: 11 Temmuz 2025

Telif Hakkı 2025 Google LLC. Tüm hakları saklıdır. Google ve Google logosu, Google LLC şirketinin ticari markalarıdır. Diğer tüm şirket ve ürün adları ilişkili oldukları şirketlerin ticari markaları olabilir.