derin Öğrenme nedir? - akademik bilişim 2016 sunumu
TRANSCRIPT
-
Derin renme Nedir?
1
Ferhat Kurt [email protected]
Akademik Biliim 2016 Adnan Menderes niversitesi
mailto:[email protected]
-
Trkiye Derin renme Grubu Sayfas: https://www.linkedin.com/grp/home?gid=8334641
Ankara Derin renme Meetup Sayfas: http://www.meetup.com/Ankara-Deep-Learning
Derin renme Grup Sayfas: https://www.facebook.com/groups/derin.ogrenme
http://www.derinogrenme.com
@openzeka
https://www.linkedin.com/grp/home?gid=8334641http://www.meetup.com/Ankara-Deep-Learninghttps://www.facebook.com/groups/derin.ogrenmehttp://www.derinogrenme.com/https://twitter.com/openzekahttps://twitter.com/openzekahttps://twitter.com/openzeka
-
Derin renme & Yapay Zek
Derin renme, makinelerin dnyay alglama ve anlamasna ynelik yapay zek gelitirmede en popler yaklamdr. u anda arlkl olarak belirli anlamayla ilgili grevlere odaklanlm ve bu alanlarda birok baar elde edilmitir.Bugn, en nemli aratrma kurulularnn yansra dnyann en byk internet irketlerinin bazlar aratrma ve rnlerinde derin renme kullanmak iin GPUlar kullanmaktadr.
3
-
Veri
Geni-kapsaml Tanma
Algoritma
Veri eitliliiVeri, gerek dnyay
yanstacak yeterlilikte eitlilie sahip olmaldr.
Algoritma KompleksliiAlgoritmalar veriden
renecek kadar yeterli gce sahip olmaldr.
Veri AklamasVeri, algoritmann
renebilmesi iin yeterli bilgiye sahip olmaldr.
Algoritma HzAlgoritmalar, geni veriyi
ileyecek kadar yeterli hza sahip olmaldr.
Srt antas
Flt
Kei
Raket
Kibrit
4
-
PASCAL VOC 2005-2012
20 Nesne Snf 22,951 resim
Paralara ayrma -SegmentasyonBulma
Davran: Motosiklet srme
Everingham, Van Gool, Williams, Winn and Zisserman. The PASCAL Visual Object Classes (VOC) Challenge. IJCV 2010
Snflandrma: kii, motosiklet
Kii
Motorsiklet
5
-
BYK KAPSAMLI GRSEL TANIMA YARIMASI (ILSVRC) 2010-2015
200 Nesne Snfnda
1000 Nesne Snfnda
517,840 resim
1,431,167 resim
http://imagenet.org/challenges/LSVRC/
Yarma Kategorileri
ki Ana Yarma Kategorisi1. Nesne tespiti (200 farkl etiketlenmi kategoride),2. Nesne Yeri Bulma (1000 farkl kategoride)
ki Taster Yarma Kategorisi (Yeni)1. Videoda nesne tespiti (30 farkl etiketlenmi kategoride),2. Sahne snflandrma (401 kategoride-MIT Places takm)
14.197.122 resim, 21.841 synset indekslenmitir.
6
-
ILSVRC 2015 - YEN EKLENEN VDEO KATEGORS
7
-
ILSVRC 2010
ILSVRC 201381 katlmc
ILSVRC 2014123 katlmc
ILSVRC 2015
220ILSVRC 2011
ILSVRC 2012
0
20
40
60
80
100
120
140
160
3 yl20102012
2013 2014 2015
YILLARA GRE ILSVRCYE KATILIM DURUMU
YIL
KATI
LIM
CI S
AYIS
I
8
-
72%
74%
84%
88%
93%
96%
2010 2011 2012 2013 2014 2015
ImageNet Yarmas
GPU is 1 of 3 Breakthroughs Revolutionizing Deep Learning
Doruluk
NVIDIA CUDA GPU
YARIMA YILI Baar
Imagenet 2011 kazanan %74,3
Imagenet 2012 kazanan (Krizhesvky) %83,6
Imagenet 2013 kazanan (Zeiler/Clarifai) %88,3
Imagenet 2014 kazanan (GoogLeNet) %93,3
Andrej Karpathy (nsan denek kullanlmtr) %94,9
Buidu ArXiv Yayn 3 Oca 15 %94
MS Research ArXiv yayn 6 ub 15 %95,1
Google ArXiv yayn 2 Mar 15 %95,2
Imagenet 2015 kazanan (Microsoft) %96,439
-
5
39%
72%
88%
30%
40%
60%
55%
50%
70%
7/2015 8/2015 9/2015 10/2015 11/2015 12/2015
100%
90%Top Score
80%
KITTI Dataset: Obje TanmaNVIDIADriveNet
-
Derinlik Devrimi
3.57
6.7 7.3
16.4
11.7
25.828.2
ILSVRC'15 ILSVRC'14 ILSVRC'14 ILSVRC'13 ILSVRC'12 ILSVRC'11 ILSVRC'10ResNet GoogleNet VGG AlexNet
ImageNet Classification top-5 error (%)
shallow8 layers
19 layers22 layers
152 layers
8 layers
Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arXiv 2015.
-
A. Krizhevsky, I. Sutskever and G.E. Hinton. ImageNet Classification with Deep Convolutional Neural Networks. NIPS (2012)
12
-
2012SuperVision
2014GoogLeNet
KonvolzasyonPoolingSoftmaxDier
VGG MSRA
35/36 takm derin renme kullanmtr.
20/36 takm ak-kaynakl Caffe uygulamasn kullanmtr.
[Krizhevsky NIPS 2012] [Szegedy arxiv 2014]-22 [Simonyan arxiv 2014] -19 [He arxiv 2014] 13
-
14
Derinlik Devrimi
-
Geoffrey Hinton (sada) Alex Krizhevsky ve Ilya Sutskever (solda). Fotoraf: U of T15
-
16
-
17
-
nsann 0,1 saniyede yapabildii hereyi, 10 katmanl byk bir ada yapabilir.
Kedi
Yapay Sinir A Nasl alyor?
Eer kedi ise tkla
0.1 sec:neuronscan fireonly 10times!
18
-
LeNet (LeCun et al. 1998)
19
-
20
-
21
*the original image is from the COCO dataset
Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arXiv 2015. Shaoqing Ren, Kaiming He, Ross Girshick, & Jian Sun. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. NIPS 2015.
-
rnek Bltleme(zet)
for each RoI
for each RoI
CONVs
conv feature map
FCs
FCs
RoI warping,pooling
masking
CONVs
box instances (RoIs)
mask instances
categorized instances
personperson person
horse
Solely CNN-based (features matter)
Differentiable RoI warping layer (w.r.t box coord.)
Multi-task cascades, exact end-to-end training
Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arXiv 2015.Jifeng Dai, Kaiming He, & Jian Sun. Instance-aware Semantic Segmentation via Multi-task Network Cascades. arXiv 2015.
-
*the original image is from the COCO dataset
girdi
Kaiming He, Xiangyu Zhang, Shaoqing Ren, & Jian Sun. Deep Residual Learning for Image Recognition. arXiv 2015.Jifeng Dai, Kaiming He, & Jian Sun. Instance-aware Semantic Segmentation via Multi-task Network Cascades. arXiv 2015.
-
GELENEKSEL MAKNE ALGISI Hand Crafted zellikler
Ham veri zellik karc LineerSnflandrc
Sonu
24
-
Konvolzasyonel Sinir Alar
25
-
P(kedi|x)
P(kpek|x)
26
-
27
https://dato.com
-
MULTMODAL RECURRENT NEURAL NETWORK
siyah beyaz kpek bar zerinden atlyor.
iki gen kz lego oyunca ile oynuyor.
pembe kyafetli kz havada zplyor.
turuncu gvenlik yelei giyen yap iisi yolda alyor
mavi dal kyafetli adam dalga stnde srf yapyor.
siyah tirt giyen adam gitar alyor.
28
-
29
Srtnda malzeme tayan 5 kii kuru otlarn arasndan snra doru yaklayor.
-
Byk Veriye Eriim
Yeni Derin renme
Teknikleri
Her bir dakikada 100 saatlik video
Gnlk 350 milyon resim ykleme
Saatte 2,5 PetabyteMteri verisi
GPU Hzlandrclar30
-
Soldan saa: Yann LeCun, Geoff Hinton, Yoshua Bengio, Andrew Ng
Yann LeCunFacebook Yapay Zek Lab. Yneticisi (Prof.)
Geoffrey HintonGoogleToronto niversitesi(Prof.)
Yoshua BengioMontreal niversitesi(Prof.)
Andrew NgBaidu Ba Bilimadam(Prof.)
31
-
KARILATIRMA
Google Braine edeer grnt analizi yapan
NVIDIA sistemi
32
-
8 BillionTransistors 3,072 CUDA Cores 7 TFLOPS SP / 0.2 TFLOPS DP12GB Memory
33
-
34
-
35
-
36
-
37
-
38
-
39
-
40
-
41
-
Gnmzde Kullanlan Ses Tanma Sistemleri
42
-
43
-
44
-
45
Warp-CTC
https://github.com/baidu-research/warp-ctc
-
ou insan %95 doruluk ve %99 doruluk arasndaki fark anlamamaktadr.
%99 oyun deitiren bir orandr.
%99 doruluk ile akll telefonlar sesle kullanlacak hale getirilebilir.
46
-
Ses Nesnelerin nternetinin Dnmn Salayacaktr.
Ara Arayzleri Ev Gereleri Giyilebilir Aralar
47
-
25 Eyll 2008 - DARPA Deep Learning Workshop
2009 - DARPA insansz hava aralarnn dman topraklar zerinde elde ettiigrnt ve videolarn karargha aktarmyla oluturulan byk veri (BigData)ynyla ba edebilmek maksadyla daha iyi bir istihbarat katmangelitirilmesi kapsamnda 2009 ylnda derin renme almalarna destekvermeye balamtr.
Hava Kuvvetleri ile Leland Stanford Junior niversitesi (StanfordUniversity)arasnda 15 Mart 2010 - 15 Haziran 2014 sonlanmtr. Bu anlamakapsamnda $2,693,119 denmitir.
2015 - Amerikan Hava Kuvvetleri Aratrma Laboratuar Deep LearningAnalytics ile Target Recognition and Adaption in Contested Environments(TRACE) program kapsamnda 6 milyon dolarlk bir szleme imzalad.
2015 - Deep Learning for Actionable Intelligence Discovery and ExploitationABD Hava Kuvvetleri, derin renme alanndaki devrimsel niteliktekibaarlar grdkten sonra grnt analizinde derin renme ve doal dilileme kullanmna ynelik ihale duyurusunu yapt.
48
http://www.deeplearninganalytics.com/
-
Derin renme, grevle ilgili ierik ve rntleri ham veri olarak makine hznda tanmlayan genel algoritmalar sunmaktadr.
Baarlmas gereken her zel bilgi ayklama grevi iin algoritma yazmaya ne yeteri kadar zaman ne de uzmanlk bulumaktadr.
Her dakika 100 saatlik video yklemesi
Gnlk 350 milyon resim ykleme
Uzaktan alglama firmalarnn says ve kapasitelerinin hzl artr
On binlere sosyal ve politik olay gnlk olarak indekslenmektedir.
Derin renmenin Corafi Analizde Kullanlmas
49
-
50
Kaynak: DARPA
-
RESMLERSESLER
VDEOLARMETNLER
BYK VER
Meta verifiltreleri
nsan algs
BUGN DARBOAZ
Greve odakl analiz
Grltlierik
Mkemmele yakn anlama
Otomatik makine
algs
Semantikerik tabanl
filtreler
VZYON
Greve odakl analiz
nsan seviyesineyakn alglama
Grevle ilgili ierik
Byk Veri Analizi Ak
SAYILAR
RESMLERSESLER
VDEOLARMETNLER
SAYILAR
BYK VER
51
-
Uzaktan Grnt Alglamann Kullanm
Obje tespiti ve snflandrmaSahne bltleme (segmentasyon)Arazi kullanmnn snflandrlmasJeolojik zellik snflandrmaDeiiklik Tespiti (Change detection)rn verimi tahminiYzey su tahminiNfus younluk tahminiSper znrlkFotogrametri
Keio niversitesi, Japonya SPIE EI 2015
Arizona niversitesi52
-
Derin renme Yapsyla Analiz lemi
53
-
GELM GRNTLEME YNTEM
D. Maturana and S. Scherer. 3D Convolutional Neural Networks for Landing Zone Detection from LiDAR. In ICRA. 2015
Konvolzasyonel Sinir Alar yaps aadaki veri trlerini desteklemektedir: MSI/HSI data cubes SAR imagery Volumetric data, e.g.
LIDAR Low-TRL research topics
54
-
55
-
56
-
57
-
KazalardaHer yl 1,3 milyon,
gnde 3.287 kii lyor.
Ayrca 20-50 milyon insan yaral veya engelli
oluyor.
Trafik kazalar genel lm oranna (%2,2)
gre 9uncu srada yer alyor.
Her yl 25 yan altnda 400.000 kii yaamn yitiriyor (Gnde 1.000
kii).
Yol kazalarnn genel maaliyeti 518 milyar
dolar (GSMHnin %1-2 sine karlk)
Tedbir alnmazsa 2030 ylnda insanlarn lm nedeni sralamasnda 5.
sraya ykselecek.
58
-
Otonom
59
-
60
-
NVIDIA TEGRA X1DESTEKL
DRIVE CXKOKPT GRNTLEME BLGSAYARI
DRIVE PXOTO-PLOT BLGSAYARI
61
-
62
-
0
5
10
15
20
25
ARA GRNTLEME PKSEL ARTIIP
KSEL
(ML
YON
)
2010 2012 2014 2016 2018 2020
780K 1.3M
3.7M
6.6M
9.7M
380K
20M+
2014 201663
-
NVIDIA DRIVE CXGELM KOKPT GRNTLEME BLGSAYARI
16.6M piksel maksimum znrlk
Maxwell NVIDIAnn en yeni GPU mimarisiNVIDIA DRIVE Studio
64
-
NVIDIA DRIVE PX 2OTO-PLOT BLGSAYAR
Dual Tegra X1 12 kamera girii 1.3 GPix/sec
2.3 Teraflops mobile supercomputerCUDA programmabilityDerin Sinir A Yapl Bilgisayarl Gr epeevre Grnm
65
-
NVIDIA DRIVE PX PIPELINE
Tegra X1
.
.
.
VPE
CPU
ISP
Drive TrainPower Train
Grnt
DVR
GPU
.
.
.
evre Modeli Durumsal Farkndalk Yol Gsterimi renme66
-
DERN SNR AI NASIL GRR?
Resim Audi A7
Image source: Unsupervised Learning of Hierarchical Representations with Convolutional Deep Belief Networks ICML 2009 & Comm. ACM 2011.Honglak Lee, Roger Grosse, Rajesh Ranganath, and Andrew Ng.
67
-
TEGRA X1 SINIFLANDIRMA PERFORMANSI
AlexNet
0
10
20
30
Tegra K1 Tegra X1
RES
M/
SAN
YE
68
-
69
-
70
-
71
-
Google arama motorunda her 20 aramadan birisi salk ile ilgili bilgi aramaya ynelik yaplyor.
72
-
73
-
74
-
https://www.linkedin.com/pulse/deep-learning-brain-literally-benjamin-taylor 75
-
Ne Yapyor?
Deepmind Firmasn 400 Milyon dolar karlnda bnyesine katmtr. Google derin renme uzmanlarn ie alma konusunda ak bir kstlarnn
olmadn, bu alanda 10'larca yllk bilimsel almaya e deer bir almann ok ksa srede gerekletiini ifade etmitir.
Milyarlarca veri rneinden renmek iin paralel olarak binlerce CPU ve GPUlara yatrm yapmtr.
Resim tanma, konuma tanma gibi akademik yarmalarda sklkla birinci olmu ve makaleler yaynlamtr.
Youn ve artan bir ekilde gerek uygulamalar zerinde derin renme tecrbesini kullanmtr. Son iki yl iinde 50 rnde derin renme kullanmtr. (Resim arama, Android konuma tanma, StreetView, Ads yerletirme...)
76
-
2014 ylnda ie almtr.
2013 Grsel arama motoru2013 Silikon Vadisinde derin renme lab. Kurulumu2014 Andrew Ngnin Googledan transfer edilmesi2015 Ses-metin dnm2015 AskADoctor, Bir Doktara Sor Uygulamas...... 77
-
2013 - New York Universitesinde grev yapan Yann LeCunu ie almtr. u anda Facebook Yapay Zek Laboratuarnn yneticiliini yapmaktadr.
78
-
Siri ses tanma yazlmnda derin renme kullanyor.
Austos 2015 - Apple, Ne Dndnz Tahmin Etmek iin derin renme uzman ie alm duyurusu yapt.
Ekim 2015 - Apple, Siriyi daga akll hale getirmek iin VocalIQ giriim firmasn satn ald.Ekim 2015 Apple, telefonlarda kullanc verisine ok fazla ihtiya duymayan ileri yapay zeka sistemi gelitiren Perceptioyu satn ald.
79
-
DERN RENME TAVSYE MOTORU
TECRBE
TECRBE +
TECRBE ++80
-
81
-
Photographers: Molly Matalon and Damien Maloney for Bloomberg Businessweek
82
-
Chelsea Finn, Xin Yu Tan, Yan Duan, Trevor Darrell, Sergey Levine, Pieter Abbeel. Learning Visual Feature Spaces for Robotic Manipluation with Deep Spatial Autoencoders. Preprint: [PDF] [arXiv]
Sergey Levine*, Chelsea Finn*, Trevor Darrell, Pieter Abbeel. End-to-End Training of Deep Visuomotor Policies. Presented at the IEEE International Conference on Robotics and Automation (ICRA) 2015 Late Breaking Results Session, Thursday May 28, 2015, Seattle WA. Preprint: [PDF] [arXiv]
Sergey Levine, Nolan Wagener, Pieter Abbeel. Learning Contact-Rich Manipulation Skills with Guided Policy Search. Presented at the IEEE International Conference on Robotics and Automation (ICRA) 2015, Wednesday May 27, 2015, Seattle WA. Best Robotic Manipulation Paper Award.Preprint: [PDF] [website]
83
http://www.eecs.berkeley.edu/%7Ecbfinn/http://www.rockyduan.com/http://www.eecs.berkeley.edu/%7Etrevor/http://eecs.berkeley.edu/%7Esvlevine/http://www.cs.berkeley.edu/%7Epabbeel/http://arxiv.org/pdf/1509.06113v1.pdfhttp://arxiv.org/abs/1509.06113http://eecs.berkeley.edu/%7Esvlevine/http://www.eecs.berkeley.edu/%7Ecbfinn/http://www.eecs.berkeley.edu/%7Etrevor/http://www.cs.berkeley.edu/%7Epabbeel/http://arxiv.org/pdf/1504.00702v1.pdfhttp://arxiv.org/abs/1504.00702http://eecs.berkeley.edu/%7Esvlevine/http://www.cs.berkeley.edu/%7Epabbeel/http://rll.berkeley.edu/icra2015gps/robotgps.pdfhttp://rll.berkeley.edu/icra2015gps/
-
2014 ylnda derin renme uygulamalar gelitirmek zere kurulmutur.
Robot kollarda derin renme kullanmak maksadyla 7,3 milyon dolarlk bir anlama imzalanmtr.
84
-
+
Dr. Gill Pratt (eski DARPA Program Yneticisi)
50 Milyon Dolar
85
1 Milyar Dolar
-
86
-
87
-
88
-
89
-
Derin A
Sonu
Grsel alg i yk Mobil evre kstlar
Youn hesaplamaByk ve karmak sinir a modelleri
G ve termal verimDepolama ve hafza bant genilii kstlarBatarya
1. Exploiting Linear Structure Within Convolutional Networks for Efficient Evaluation, arXiv:1404.0736 [cs.CV]
Qualcomm Technologies, Inc. yaklam Balang SVD yaklamnda NYUdan Denton, et. al. makalesi temel alnm,Tek katmanlar oklu katmanlarla deitirme yaklamYaklam sadece sktrlm katmanlarn zerindekileri deil tm katmanlarda iyiletirmeye olanak salamtr.
SonuFiziksel model boyutunda 10X azalmaMinimum hassasiyet kaybyla 35% orannda MAC ilemlerinde azalma.
90
-
91
-
92
-
93
Derin renme Farkndal35'inci MSB Sensr ve Elektronik Sistemler Teknoloji Panelinin (SESTP) de alinan karar dogrultusunda DERN RENME konusunda n yaplabilirlik etd almas firma ve kurumlarn katlmyla balamtr.
http://www.msb.gov.tr/http://www.msb.gov.tr/
-
3
NVIDIA GPU PLATFORMU
ETMTORCH
STARTUPSCHAINER
VITRUVIAN
OPENDEEP
SCHULTS LABORATORIES
KERAS
BIG SUR
WATSON
TENSORFLOW
CNTK
DL4J
CAFFE
THEANO
MATCONVNET
MOCHA.JL
PURINE
MINERVA
MXNET
http://caffe.berkeleyvision.org/ http://deeplearning.net/software/theano/
http://torch.ch Google
MicrosoftComputational Network Toolkit
Warp-CTC
Samsung Veles
NVIDIA DIGITS
-
TARH KONU28 Kasm 2015 NVIDIA DIGITS12 Aralk 2015 Caffe Framework
26 Aralk 2015 Theano Framework
09 Ocak 2016 Torch Framework & Google TensorFlow
YEN DERN RENME ETMYeni eitimleri http://www.derinogrenme.com adresinden takip edebilirsiniz.
Eitim sunumlarn http://www.derinogrenme.com adresinden indirebilirsiniz.
http://www.derinogrenme.com/http://www.derinogrenme.com/
-
Trkiye Derin renme Grubu Sayfas: https://www.linkedin.com/grp/home?gid=8334641
Ankara Derin renme Meetup Sayfas: http://www.meetup.com/Ankara-Deep-Learning
Derin renme Grup Sayfas: https://www.facebook.com/groups/derin.ogrenme
http://www.derinogrenme.com
@openzeka
https://www.linkedin.com/grp/home?gid=8334641http://www.meetup.com/Ankara-Deep-Learninghttps://www.facebook.com/groups/derin.ogrenmehttp://www.derinogrenme.com/https://twitter.com/openzekahttps://twitter.com/openzekahttps://twitter.com/openzeka
-
If we knew what it was we were doing, it would not be called research, would it? Einstein
TEEKKRLER.
97
Derin renme Nedir?Slayt Numaras 2Derin renme & Yapay ZekSlayt Numaras 4Slayt Numaras 5Slayt Numaras 6Slayt Numaras 7Slayt Numaras 8Slayt Numaras 9KITTI Dataset: Obje TanmaNVIDIA DriveNetDerinlik DevrimiSlayt Numaras 12Slayt Numaras 13Slayt Numaras 14Slayt Numaras 15Slayt Numaras 16Slayt Numaras 17Yapay Sinir A Nasl alyor?Slayt Numaras 19Slayt Numaras 20Slayt Numaras 21rnek Bltleme(zet)Slayt Numaras 23Slayt Numaras 24Slayt Numaras 25Slayt Numaras 26Slayt Numaras 27Slayt Numaras 28Slayt Numaras 29Slayt Numaras 30Slayt Numaras 31KARILATIRMASlayt Numaras 33Slayt Numaras 34Slayt Numaras 35Slayt Numaras 36Slayt Numaras 37Slayt Numaras 38Slayt Numaras 39Slayt Numaras 40Slayt Numaras 41Slayt Numaras 42Slayt Numaras 43Slayt Numaras 44Slayt Numaras 45Slayt Numaras 46Ses Nesnelerin nternetinin Dnmn Salayacaktr.Slayt Numaras 48Slayt Numaras 49Slayt Numaras 50Slayt Numaras 51Slayt Numaras 52Slayt Numaras 53Slayt Numaras 54Slayt Numaras 55Slayt Numaras 56Slayt Numaras 57Slayt Numaras 58OtonomSlayt Numaras 60NVIDIA TEGRA X1 DESTEKLSlayt Numaras 62ARA GRNTLEME PKSEL ARTIISlayt Numaras 64Slayt Numaras 65NVIDIA DRIVE PX PIPELINEDERN SNR AI NASIL GRR?TEGRA X1 SINIFLANDIRMA PERFORMANSISlayt Numaras 69Slayt Numaras 70Slayt Numaras 71Slayt Numaras 72Slayt Numaras 73Slayt Numaras 74Slayt Numaras 75Ne Yapyor?Slayt Numaras 77Slayt Numaras 78Slayt Numaras 79DERN RENME TAVSYE MOTORUSlayt Numaras 81Slayt Numaras 82Slayt Numaras 83Slayt Numaras 84Slayt Numaras 85Slayt Numaras 86Slayt Numaras 87Slayt Numaras 88Slayt Numaras 89Slayt Numaras 90Slayt Numaras 91Slayt Numaras 92Slayt Numaras 93Slayt Numaras 94Slayt Numaras 95Slayt Numaras 96Slayt Numaras 97