Tensör (Tensor)

Tensor nedir?

Tensor, sayıları çok boyutlu bir kafeste tutan veri yapısıdır. Tek bir sayı skaler, sayı dizisi vektör, satır-sütun tablosu matristir; tensor ise bunların hepsini kapsayan genel isimdir ve istediğin kadar boyuta çıkabilir. Yapay zekada neredeyse her şey tensor olarak temsil edilir: bir fotoğraf yükseklik × genişlik × renk kanalı şeklinde üç boyutlu bir tensordur, bir cümle de token × embedding boyutu olarak saklanır.

Nasıl çalışır?

Model eğitilirken veri de, ağırlıklar da, ara sonuçlar da tensor olarak akar. PyTorch, TensorFlow gibi kütüphaneler tensorları GPU üzerinde paralel işler; matris çarpımı gibi işlemler aynı anda binlerce çekirdekte koşar. "TensorFlow" ismindeki "tensor" tam da bunu anlatır — verinin hesap grafiği boyunca akışını. Bir tensorun boyut sayısına "rank", her boyuttaki eleman sayısına "shape" denir. Kod yazarken en sık karşılaşılan hata, çarpılmaya çalışılan iki tensorun shape değerlerinin uyuşmamasıdır.

Neden önemli?

GPU'ların yapay zekayı bu kadar hızlandırmasının sebebi, tensor işlemlerini paralel yapabilmeleridir. Milyarlarca parametreli bir model aslında dev tensorların birbiriyle çarpılmasından ibarettir. Tensoru anlamak; bellek (VRAM) kullanımını, model boyutunu ve neden bazı işlemlerin diğerlerinden yavaş olduğunu kavramanın anahtarıdır. Model çalıştırırken aldığın "shape mismatch" hatalarının kaynağı da hep buradadır.

Kullanım alanları

• Görüntü işleme: piksel verisi çok boyutlu tensor olarak işlenir
• Dil modelleri: token embedding'leri tensor olarak taşınır
• Ses işleme: dalga formu zaman × frekans tensoruna çevrilir
• Derin öğrenme: her kütüphanenin temel veri tipi tensordur