WEBVTT 00:00.420 --> 00:07.170 Bonjour et bienvenue à nouveau à Mudgal pour les faire, nous allons maintenant nous préparer pour commencer la mise en œuvre de 00:07.170 --> 00:07.910 notre IA. 00:08.040 --> 00:13.610 Et comme d'habitude, la première chose à faire est de définir le bon père comme répertoire de travail. 00:13.600 --> 00:17.360 Faisons-le maintenant afin de pouvoir passer à ce qui est plus intéressant. 00:17.610 --> 00:24.240 Donc, comme d'habitude, je démarre sur mon bureau, puis je vais dans mon dossier d'intelligence artificielle puis 00:24.240 --> 00:25.450 dans le module. 00:25.650 --> 00:29.240 Et là nous allons à la que nous devons définir comme répertoire de travail. 00:29.520 --> 00:34.890 Faisons cela maintenant, nous cliquons sur ces deux mais ici, redémarrez le noyau et ensuite oui. 00:35.100 --> 00:35.990 Et c'est reparti. 00:36.090 --> 00:39.070 Nous avons maintenant le bon dossier en tant que répertoire de travail. 00:39.480 --> 00:45.450 Vous voyez donc que nous avons quatre dossiers et trois mille un dossiers dans ce 00:45.450 --> 00:46.250 dossier. 00:46.260 --> 00:47.640 Commençons donc par le premier. 00:47.640 --> 00:50.080 Le premier est un des deux sens. 00:50.260 --> 00:55.910 C'est bien sûr le fichier qui contiendra notre intelligence artificielle et ce n'est rien d'autre que ce 00:55.920 --> 00:56.710 fichier ici. 00:56.910 --> 01:04.710 C’est l’AIW dans laquelle je suis tombé qui mettra en œuvre tout ce qui est lié à la construction d’une IA et en particulier à la 01:04.710 --> 01:07.130 construction d’une AI avec une convolution profonde. 01:07.130 --> 01:08.740 Q apprendre plus. 01:09.080 --> 01:12.200 Donc, en gros, c'est là que nous allons vivre une grande aventure. 01:12.240 --> 01:17.210 Ensuite, nous avons un autre Feltz, nous avons le deuxième étage qui est une expérience que nous jouons de cette façon. 01:17.460 --> 01:23.970 Et donc cette fois, je mets l'expérience à jouer séparément juste parce que nous l'avons déjà mise en œuvre et maintenant nous 01:23.970 --> 01:25.870 voulons nous concentrer sur les nouveautés. 01:25.980 --> 01:32.370 Et croyez-moi, nous avons beaucoup de choses nouvelles à faire avec cette nouvelle intelligence artificielle, car non seulement nous voulons construire 01:32.370 --> 01:36.620 une IA, mais nous voulons aussi construire toute IA pour vaincre le destin. 01:36.690 --> 01:42.540 Vous pouvez donc imaginer que cela nécessitera un code assez avancé, alors ne vous inquiétez pas. 01:42.540 --> 01:46.850 Nous avons un gros code qui nous attend et vous apprendrez beaucoup de nouvelles astuces. 01:46.860 --> 01:53.450 C'est pourquoi cette astuce de rejeu d'expérience que vous connaissez déjà et que je rappelle, améliore beaucoup l'entraînement. 01:53.640 --> 01:59.550 Eh bien, disons-le séparément dans l'expérience que nous avons vécue et que nous avons trouvée pour pouvoir maintenant nous concentrer 01:59.550 --> 02:02.950 sur tous les nouveaux concepts techniques et astuces qui nous attendent. 02:03.060 --> 02:06.890 Très bien, puis nous avons le pré-traitement de l'image que j'ai trouvé. 02:06.930 --> 02:12.510 C’est donc un autre fichier python qui se chargera du pré-traitement ou des images car vous savez que 02:12.510 --> 02:18.890 cette fois-ci ou j’aurai des yeux et c’est parce que les états des entrées ne sont plus encodés par un vecteur. 02:18.960 --> 02:21.560 Mais cette fois, les états d'entrée sont les images. 02:21.570 --> 02:27.960 Ainsi, la première couche du grand réseau de neurones sera les yeux et ce seront les couches de convolution 02:27.960 --> 02:34.830 du nouveau réseau de convolution afin de garantir que ces images peuvent être acceptées en tant qu'entrées du réseau de neurones 02:34.830 --> 02:35.710 de convolution. 02:35.850 --> 02:42.270 Eh bien, nous devons les prétraiter, et donc cette tâche prendra en charge le prétraitement de ces images afin qu’elles puissent 02:42.270 --> 02:44.220 entrer dans le réseau de neurones. 02:44.220 --> 02:48.850 Et donc j'ai séparé cette valve parce que cela n'est pas directement lié à l'IA. 02:48.960 --> 02:55.350 Et encore une fois, nous voulons garder le maximum de notre cerveau dans notre mémoire et nous concentrer sur tout ce qui 02:55.350 --> 02:56.530 est lié à l'IA. 02:56.700 --> 03:02.430 Nous mettons donc cela séparément afin que nous puissions prétraiter, même à la lumière d'un flash, et économiser de 03:02.430 --> 03:03.860 l'énergie pour le reste. 03:03.910 --> 03:07.690 Vous pouvez y jeter un coup d'oeil si vous voulez et vous avez aussi les noyaux profonds. 03:07.740 --> 03:10.490 Eh bien, vous pouvez consulter les didacticiels pratiques. 03:10.560 --> 03:12.690 Nous parlons de traitement d'image. 03:12.840 --> 03:15.410 Encore une fois, nous voulons vraiment nous concentrer sur les yeux. 03:15.420 --> 03:19.770 Croyez-moi, nous avons beaucoup à faire et éventuellement le dernier dossier. 03:19.890 --> 03:21.660 Eh bien c'est le dossier des vidéos. 03:21.720 --> 03:24.650 Donc, pour le moment, ce dossier est vide, comme vous pouvez le voir. 03:24.780 --> 03:31.190 Mais lorsque nous exécuterons le code, des vidéos de Apelin Doom seront ajoutées à ce dossier. 03:31.290 --> 03:36.770 Ce sera donc très excitant, car nous verrons sur certaines vidéos à quel point l'IA se débrouille bien. 03:36.870 --> 03:42.070 Nous verrons donc littéralement que l'IA tue les monstres et tente de courir vers le but. 03:42.220 --> 03:44.410 Vous allez voir que ce sera très excitant. 03:44.580 --> 03:50.790 Alors bien sûr, les premières vidéos seront très mauvaises car l’œil ne sera pas encore beaucoup entraîné et il 03:50.790 --> 03:56.940 sera tué très vite, mais ensuite vous verrez que si l’entraînement avance bien, l’œil ira de mieux en 03:56.940 --> 04:02.330 mieux et finira par disparaître réussir à tuer des monstres ne pas se faire tuer. 04:02.430 --> 04:06.660 Et j'espère que nous pourrons y arriver. 04:06.660 --> 04:10.720 Très bien, revenons à notre AFL, qui n’en est qu’un. 04:10.860 --> 04:16.710 Et comme vous pouvez le constater, je me suis déjà occupé d’importer toutes les bibliothèques centrales et tous les paquets dont nous avons besoin 04:17.040 --> 04:17.870 pour les lire. 04:18.060 --> 04:23.160 Alors jetons-y un coup d'œil un par un, nous n'en avons bien sûr aucun, car nous allons travailler avec 04:23.160 --> 04:23.920 des tableaux. 04:24.090 --> 04:25.740 C'est inévitable. 04:25.740 --> 04:29.500 Ensuite, nous avons parlé, bien sûr, car nous mettons en œuvre l'IA avec une lampe de poche. 04:29.580 --> 04:35.220 Ensuite, nous avons la torche that et un module qui contient tous les outils pour mettre en œuvre un réseau de neurones. 04:35.220 --> 04:40.740 Ainsi, par exemple, le module contiendra les couches de convolution qui feront partie de notre futur 04:40.740 --> 04:41.790 réseau de neurones. 04:41.790 --> 04:49.110 Ensuite, nous avons cela et ensuite ce paquet fonctionnel qui a un raccourci et qui contient toutes les fonctions utilisées dans 04:49.110 --> 04:50.840 un réseau de neurones. 04:50.970 --> 04:57.480 Donc, typiquement, les fonctions d’activation utiliseront certaines fonctions d’activation de redressement, mais également certaines fonctions de regroupement 04:57.790 --> 05:04.010 pour les réseaux de neurones de la société et toutes ces fonctions sont contenues dans fonctionnel. 05:04.240 --> 05:10.990 Ensuite, nous avons à lui de choisir ce qui est bien sûr l’optimiseur. Nous utiliserons 05:10.990 --> 05:18.250 un optimiseur d’addon et cet optimiseur est contenu dans le contenu jusqu’à lui. la puissance de 05:18.250 --> 05:24.400 tout cela parce que c'est ce qui contient les graphes dynamiques permettant d'effectuer 05:24.400 --> 05:29.860 des calculs très rapides des gradients même le gradient des fonctions de 05:29.860 --> 05:30.820 composition. 05:30.850 --> 05:32.870 Donc, nous allons certainement l'utiliser. 05:32.890 --> 05:34.400 Quant au soldat en voiture. 05:34.510 --> 05:37.890 Mais croyez-moi pour Dume, nous en aurons vraiment besoin. 05:38.260 --> 05:45.080 J'imagine que c'est tout pour les bibliothèques essentielles, nous devons donc importer certains paquets liés à open 05:45.090 --> 05:46.680 agent and doom. 05:46.810 --> 05:53.560 Donc, bien sûr, nous importons Jim, puis nous importons des modules d’emballage de la bibliothèque de gènes et l’un de 05:53.560 --> 05:55.340 ces emballages est Kyp wrapper. 05:55.380 --> 05:59.170 Il s’agit donc essentiellement d’importer tous les outils et environnements de Jim. 05:59.230 --> 06:04.390 Et enfin, nous avons ce paquet que nous devons importer et qui est directement lié à faire. 06:04.510 --> 06:11.470 Et c’est l’espace réel et les deux éléments distincts du wrapper Doom qui contient essentiellement l’environnement de 06:11.470 --> 06:15.330 Doom et plus précisément les actions pouvant être jouées. 06:15.340 --> 06:19.620 Le nombre d'actions pour ce jeu spécifique que nous allons jouer. 06:19.750 --> 06:25.450 Et je rappelle qu'il y a six sections à gauche, à gauche, à droite, à 06:25.450 --> 06:27.300 droite et à l'attaque. 06:27.440 --> 06:30.780 Très bien, c’est donc essentiellement ce que vous devez importer. 06:30.820 --> 06:36.950 Enfin, nous devons bien sûr importer nos deux fichiers d’expérience internes. 06:36.970 --> 06:38.430 Nous avons joué une pure expérience Whyfor. 06:38.440 --> 06:45.220 Nous jouons un prétraitement d'image pour prétraiter les images qui ne sont rien d'autre que les images de 06:45.220 --> 06:45.950 l'écran. 06:46.060 --> 06:52.810 Lors de la lecture du jeu, ces images seront pré-traitées et converties en non-payeurs reconfigurées selon un 06:52.810 --> 06:58.680 certain format, puis elles passeront au nouveau format qui correspondait à la convolution. 06:58.680 --> 07:07.710 Donc, je suppose que maintenant que nous étions prêts à commencer la grande implémentation de cette IA et maintenant il est très 07:07.710 --> 07:13.890 important pour moi de vous dire que cela me conduit au point très important de 07:13.890 --> 07:17.370 ce Munjal mise en œuvre qui nous attend. 07:17.490 --> 07:21.720 Afin de ne pas nous perdre dans tout cela, nous avons besoin d’une bonne structure. 07:21.930 --> 07:24.950 Et donc j'ai déjà souligné la structure. 07:25.170 --> 07:28.020 Nous allons mettre cela en œuvre en deux parties. 07:28.020 --> 07:30.920 La première partie portera sur la construction de l'IA. 07:31.110 --> 07:35.260 Donc, c’est là que nous allons créer le cerveau de l’air dans le cerveau. 07:35.280 --> 07:38.260 Comme vous l'avez compris, ce n'est rien d'autre que le réseau de neurones. 07:38.370 --> 07:45.390 Vous connaissez ce grand CNN composé de couches de convolution puis de couches entièrement connectées pour 07:45.390 --> 07:46.710 prévoir les sorties. 07:46.710 --> 07:50.430 Il y a toujours les valeurs clés et ensuite nous allons faire le corps de l'IA. 07:50.550 --> 07:53.270 Et c'est la nouvelle représentation que je vous apporte. 07:53.400 --> 07:55.490 Et c'est encore une fois pour ne pas se perdre. 07:55.620 --> 08:01.260 Vous verrez que plus nous avançons dans le code, plus nous verrons la structure et tout aura un 08:01.260 --> 08:02.590 sens à la fin. 08:02.880 --> 08:06.480 Et pour nous assurer que cela a du sens, nous avons besoin d’une représentation de l’IA. 08:06.690 --> 08:12.840 Et fondamentalement, cette première partie de la construction de l'IA sera composée de trois sections. 08:12.840 --> 08:17.370 La première section portera sur la création du cerveau qui constitue le réseau de neurones. 08:17.430 --> 08:20.200 La deuxième partie sera consacrée à la fabrication du corps. 08:20.400 --> 08:25.200 Et je l'appelle le corps parce que c'est la partie qui indiquera à l'IA comment jouer l'action. 08:25.200 --> 08:30.590 Donc, vous savez d’abord que le cerveau détecte les images et prédit les valeurs q. 08:30.660 --> 08:36.480 Mais ensuite, vous devez spécifier comment l’intelligence artificielle doit jouer l’action et le faire avec sa valeur, comme le 08:36.480 --> 08:37.790 ferait un corps humain. 08:38.040 --> 08:44.010 Donc, le corps sera la partie où nous spécifierons la méthode pour jouer l’action. 08:44.010 --> 08:50.280 Ainsi, par exemple, avec notre voiture autonome, le cerveau était un réseau de neurones que nous avions créé et le corps était la manière 08:50.280 --> 08:51.500 dont l'action était jouée. 08:51.570 --> 08:53.540 C'est avec la méthode suivante Saft. 08:53.700 --> 08:58.290 Et ici c'est pareil nous allons faire un cerveau et nous allons faire un corps qui 08:58.290 --> 08:59.080 jouera l'action. 08:59.190 --> 09:00.320 Je vais vous laisser découvrir. 09:00.520 --> 09:06.180 Mais l’essentiel dans tout cela est que nous aurons un code très structuré, ce qui vous permettra non seulement 09:06.180 --> 09:11.610 de prendre du recul et de bien comprendre ce qui se passe, mais vous pourrez également l’utiliser comme cadre 09:11.850 --> 09:15.360 de travail chaque fois que vous voudrez AI à d'autres fins. 09:15.360 --> 09:15.970 D'accord. 09:15.990 --> 09:17.540 Et après avoir construit le. 09:17.640 --> 09:24.810 Dans la première partie, nous passerons à la deuxième partie, qui portera sur la mise en œuvre de la 09:24.810 --> 09:26.820 convolution ici et là encore. 09:26.910 --> 09:29.850 Et l'un d'eux sera bien sûr de former l'IA. 09:30.240 --> 09:32.560 Je suis donc impatient de plonger dans le sujet maintenant. 09:32.580 --> 09:38.950 Nous allons commencer avec un évidemment et nous allons commencer par créer le cerveau de notre IA. 09:39.330 --> 09:41.580 Donc je ne peux pas attendre jusque-là. 09:41.680 --> 09:42.090 AI.