WEBVTT 00:00.420 --> 00:07.170 Hola y bienvenidos de nuevo a Mudgal para hacerlos, ahora nos pondremos listos para comenzar la implementación de 00:07.170 --> 00:07.910 nuestra IA. 00:08.040 --> 00:13.610 Y como de costumbre, lo primero que tenemos que hacer es configurar el padre correcto como directorio de trabajo. 00:13.600 --> 00:17.360 Así que hagámoslo ahora para poder pasar a lo que es más interesante. 00:17.610 --> 00:24.240 Así que, como de costumbre, empiezo en mi escritorio y luego voy a mi inteligencia artificial esa carpeta y luego 00:24.240 --> 00:25.450 módulo que ahora hago. 00:25.650 --> 00:29.240 Y allí vamos a lo que tenemos que establecer como un directorio de trabajo. 00:29.520 --> 00:34.890 Así que hagamos esto ahora, hagamos clic en estos dos, pero luego reinicie Kernel y luego sí. 00:35.100 --> 00:35.990 Y aquí vamos. 00:36.090 --> 00:39.070 Ahora tenemos la carpeta correcta como directorio de trabajo. 00:39.480 --> 00:45.450 Así que ahora puedes ver que tenemos cuatro foules y en realidad tres mil una carpeta en esta carpeta de 00:45.450 --> 00:46.250 directorio de trabajo. 00:46.260 --> 00:47.640 Comencemos con el primero. 00:47.640 --> 00:50.080 El primero es de una u otra forma. 00:50.260 --> 00:55.910 Ese es, por supuesto, el archivo que contendrá nuestra inteligencia artificial y no es más que este 00:55.920 --> 00:56.710 archivo aquí. 00:56.910 --> 01:04.710 Ese es el AIW en el que caí, que implementará todo lo relacionado con la construcción de una IA y especialmente la construcción de 01:04.710 --> 01:07.130 una AI AI con la profunda convolución. 01:07.130 --> 01:08.740 Q aprendiendo más. 01:09.080 --> 01:12.200 Entonces, básicamente, allí es donde tendremos la gran aventura. 01:12.240 --> 01:17.210 Luego tenemos otro Feltz, tenemos el segundo piso, que es la experiencia que jugamos de esa manera. 01:17.460 --> 01:23.970 Y esta vez puse la experiencia para jugar por separado solo porque ya lo implementamos y ahora 01:23.970 --> 01:25.870 queremos enfocarnos en las novedades. 01:25.980 --> 01:32.370 porque no solo queremos construir una AI AI sino que queremos construir cualquier IA para vencer a la perdición. 01:32.370 --> 01:36.620 Y créeme, tenemos muchas cosas nuevas que hacer con esta nueva inteligencia artificial 01:36.690 --> 01:42.540 Así que puedes imaginar que esto requerirá un código bastante avanzado, así que no te preocupes. 01:42.540 --> 01:46.850 Tenemos un gran código esperándonos y aprenderás muchos trucos nuevos. 01:46.860 --> 01:53.450 Es por eso que este truco de repetición de experiencia que ya conoces y que recuerdo te ayuda mucho en la capacitación. 01:53.640 --> 01:59.550 Bueno, pongámoslo por separado en esta experiencia que jugamos que encontré para que ahora podamos enfocarnos en 01:59.550 --> 02:02.950 todos los nuevos conceptos, técnicas y trucos que nos esperan. 02:03.060 --> 02:06.890 Está bien y luego tenemos el preprocesamiento de imágenes que encontré. 02:06.930 --> 02:12.510 o tendré ojos y eso se debe a que los estados de entrada ya no están codificados por un vector. 02:12.510 --> 02:18.890 Así que ese es otro archivo de Python que se encargará del preprocesamiento o de las imágenes porque sabes que esta vez 02:18.960 --> 02:21.560 Pero esta vez los estados de entrada son las imágenes. 02:21.570 --> 02:27.960 Entonces, la primera capa de la gran red neuronal que creará serán los ojos y serán las capas 02:27.960 --> 02:34.830 convolucionales de la nueva red convolucional para asegurarse de que estas imágenes puedan ser aceptadas como entradas de la 02:34.830 --> 02:35.710 red neuronal convolucional. 02:35.850 --> 02:42.270 Bueno, tenemos que preprocesarlos y por lo tanto este grupo se encargará de preprocesar estas imágenes para que 02:42.270 --> 02:44.220 puedan ingresar a la red neuronal. 02:44.220 --> 02:48.850 Y entonces separé esta válvula porque esto no está directamente relacionado con la IA. 02:48.960 --> 02:55.350 Y de nuevo queremos mantener el máximo de nuestro cerebro en nuestra memoria y nuestro enfoque en todo lo 02:55.350 --> 02:56.530 relacionado con la IA. 02:56.700 --> 03:02.430 Así que estamos colocando esto por separado para que podamos preprocesar incluso en una luz de flash y ahorrar algo 03:02.430 --> 03:03.860 de energía para el resto. 03:03.910 --> 03:07.690 Puede echarle un vistazo si lo desea y también tiene los núcleos profundos. 03:07.740 --> 03:10.490 Bueno, puedes echar un vistazo a los tutoriales prácticos. 03:10.560 --> 03:12.690 Hablamos de procesamiento de imágenes. 03:12.840 --> 03:15.410 Bueno, una vez más, realmente queremos enfocarnos en el ojo. 03:15.420 --> 03:19.770 Confía en que tenemos mucho que hacer y, finalmente, la última carpeta. 03:19.890 --> 03:21.660 Bueno, esa es la carpeta de videos. 03:21.720 --> 03:24.650 Así que ahora esta carpeta está vacía como puedes ver. 03:24.780 --> 03:31.190 Pero cuando ejecutamos el código, algunos videos de Apelin Doom se agregarán a esta carpeta. 03:31.290 --> 03:36.770 Eso será muy emocionante porque veremos en algunos videos qué tan bien está funcionando la IA. 03:36.870 --> 03:42.070 Así que literalmente veremos a la IA matando a los monstruos e intentando correr hacia la meta. 03:42.220 --> 03:44.410 Vas a ver que esto será muy emocionante. 03:44.580 --> 03:50.790 progresa bien, la vista mejorará y, con el tiempo, mejorará. logran matar a algunos monstruos que no mueren 03:50.790 --> 03:56.940 Así que, por supuesto, los primeros videos serán muy malos porque el ojo no se entrenará mucho 03:56.940 --> 04:02.330 todavía y se matará muy rápido, pero luego verás que a medida que el entrenamiento 04:02.430 --> 04:06.660 Y con suerte podremos lograrlo. 04:06.660 --> 04:10.720 De acuerdo, volvamos a nuestra AFL, que es solo una. 04:10.860 --> 04:16.710 Y como pueden ver, ya me encargué de importar todas las bibliotecas y paquetes centrales que necesitamos 04:17.040 --> 04:17.870 para reproducirlos. 04:18.060 --> 04:23.160 Así que echemos un vistazo a ellos uno por uno, por supuesto no tenemos ninguno porque trabajaremos 04:23.160 --> 04:23.920 con matrices. 04:24.090 --> 04:25.740 Eso es inevitable. 04:25.740 --> 04:29.500 Luego hablamos por supuesto porque estamos implementando la IA con una linterna. 04:29.580 --> 04:35.220 Luego tenemos la antorcha y un módulo que contiene todas las herramientas para implementar una red neuronal. 04:35.220 --> 04:40.740 Entonces, por ejemplo, el módulo contendrá las capas convolucionales que formarán parte de nuestra 04:40.740 --> 04:41.790 futura red neuronal. 04:41.790 --> 04:49.110 Luego tenemos ese y luego ese paquete funcional que tiene un atajo y que contiene todas las funciones que se 04:49.110 --> 04:50.840 usan en una red neuronal. 04:50.970 --> 04:57.480 de agrupamiento para las redes neuronales de la compañía y todas estas funciones están contenidas en funcional. 04:57.790 --> 05:04.010 Por lo general, las funciones de activación utilizarán algunas funciones de activación rectificadoras, pero también algunas funciones 05:04.240 --> 05:10.990 Entonces tenemos que depender de él, que por supuesto es optimizador. Creo que utilizaremos un optimizador de complementos y 05:10.990 --> 05:18.250 este optimizador está incluido en él y luego lo mejor de lo mejor mediante la clase variable del módulo de 05:18.250 --> 05:24.400 autógrafos y eso es todo. el poder de todo porque eso es lo que contiene los gráficos 05:24.400 --> 05:29.860 dinámicos que permiten realizar cálculos muy rápidos de los gradientes, incluso el gradiente de las 05:29.860 --> 05:30.820 funciones de composición. 05:30.850 --> 05:32.870 Así que definitivamente lo usaremos. 05:32.890 --> 05:34.400 En cuanto al soldado en auto. 05:34.510 --> 05:37.890 Pero confía en mí para Dume lo necesitaremos muy mal. 05:38.260 --> 05:45.080 Supongo que eso es todo para las bibliotecas esenciales, entonces tenemos que importar algunos paquetes relacionados con 05:45.090 --> 05:46.680 agente abierto y fatalidad. 05:46.810 --> 05:53.560 Así que, por supuesto, importamos Jim, luego importamos algunos módulos de envoltorios de la biblioteca de genes y uno de estos 05:53.560 --> 05:55.340 envoltorios es el envoltorio de Kyp. 05:55.380 --> 05:59.170 Entonces eso es básicamente importar todas las herramientas y entornos de Jim. 05:59.230 --> 06:04.390 Y finalmente tenemos este paquete que necesitamos importar y que está directamente relacionado con hacer. 06:04.510 --> 06:11.470 la envoltura doom que básicamente contiene el ambiente de fatalidad y más específicamente las acciones que se pueden jugar. 06:11.470 --> 06:15.330 Y ese es el espacio real y dos discretos de 06:15.340 --> 06:19.620 La cantidad de acciones para este juego específico que vamos a jugar. 06:19.750 --> 06:25.450 Y recuerdo que hay seis secciones mover izquierda mover derecha girar a la izquierda girar a la 06:25.450 --> 06:27.300 derecha avanzar y disparar ataque. 06:27.440 --> 06:30.780 De acuerdo, entonces eso es básicamente lo que necesitas importar para el destino. 06:30.820 --> 06:36.950 Y finalmente, por supuesto, necesitamos importar nuestra experiencia de dos archivos internos. 06:36.970 --> 06:38.430 Jugamos una experiencia pura de Whyfor. 06:38.440 --> 06:45.220 preprocesamiento de imagen para preprocesar las imágenes que no son más que las imágenes de la pantalla. 06:45.220 --> 06:45.950 Jugamos un 06:46.060 --> 06:52.810 Al jugar al juego, estas imágenes se procesarán previamente y se convertirán en no pagos configurados en un 06:52.810 --> 06:58.680 formato determinado y luego irán al nuevo que fue convolucional en uno que estaba bien. 06:58.680 --> 07:07.710 Así que ahora creo que estábamos listos para comenzar la gran implementación de esta IA y ahora es muy importante para mí 07:07.710 --> 07:13.890 contarles que eso me lleva al punto muy importante de esto. Munjal es que, como 07:13.890 --> 07:17.370 saben, les dije que tenemos un gran implementación esperándonos. 07:17.490 --> 07:21.720 Bueno, para no perdernos en todo esto, necesitamos una buena estructura. 07:21.930 --> 07:24.950 Y entonces ya destaqué la estructura. 07:25.170 --> 07:28.020 Vamos a implementar esto en dos partes. 07:28.020 --> 07:30.920 La primera parte será sobre la construcción de la IA. 07:31.110 --> 07:35.260 Entonces ahí es donde haremos que el cerebro del ai ai en el cerebro. 07:35.280 --> 07:38.260 Como usted entendió, no es más que la red neuronal. 07:38.370 --> 07:45.390 Usted conoce esta gran CNN compuesta de algunas capas convolucionales y luego algunas capas completamente conectadas para 07:45.390 --> 07:46.710 predecir las salidas. 07:46.710 --> 07:50.430 Todavía hay valores clave y luego crearemos el cuerpo de la IA. 07:50.550 --> 07:53.270 Y esa es la nueva representación que te traigo. 07:53.400 --> 07:55.490 Y eso una vez más para no perderse. 07:55.620 --> 08:01.260 Verás que cuanto más avancemos con el código, más veremos la estructura y todo tendrá 08:01.260 --> 08:02.590 sentido al final. 08:02.880 --> 08:06.480 Y para asegurarse de que tenga sentido, necesitamos una representación de la IA. 08:06.690 --> 08:12.840 Y, básicamente, esta primera parte de la construcción de la IA se compone de tres secciones. 08:12.840 --> 08:17.370 La primera sección será sobre hacer que el cerebro sea la red neuronal. 08:17.430 --> 08:20.200 La segunda sección será sobre hacer el cuerpo. 08:20.400 --> 08:25.200 Y lo llamo el cuerpo porque esta es la parte que le dirá a la IA cómo jugar la acción. 08:25.200 --> 08:30.590 Entonces sabes primero que tienes el cerebro que detecta las imágenes y predice los valores q. 08:30.660 --> 08:36.480 Pero luego necesitas especificar cómo la IA debería jugar la acción y que lo hace con su valor como lo 08:36.480 --> 08:37.790 haría un cuerpo humano. 08:38.040 --> 08:44.010 Entonces el cuerpo será la parte donde especificaremos el método de jugar la acción. 08:44.010 --> 08:50.280 Entonces, por ejemplo, con nuestro automóvil autoconducido, el cerebro era una red neuronal que creábamos y el cuerpo era la forma en que 08:50.280 --> 08:51.500 se jugaba la acción. 08:51.570 --> 08:53.540 Eso es con el siguiente método de Saft. 08:53.700 --> 08:58.290 lo mismo, vamos a hacer un cerebro y vamos a hacer un cuerpo que juegue la acción. 08:58.290 --> 08:59.080 Y aquí es 08:59.190 --> 09:00.320 Te dejaré averiguarlo. 09:00.520 --> 09:06.180 Pero el punto clave de todo esto es que tendremos un código muy estructurado para que no solo 09:06.180 --> 09:11.610 pueda dar un paso atrás y comprender realmente lo que está sucediendo, sino que también podrá usarlo 09:11.850 --> 09:15.360 como marco siempre que desee construir el AI para otros fines. 09:15.360 --> 09:15.970 Todo bien. 09:15.990 --> 09:17.540 Y después de construir el. 09:17.640 --> 09:24.810 a la parte 2, que tratará de implementar la convolucionalidad aquí y allá, tendrá diferentes secciones. 09:24.810 --> 09:26.820 En la primera parte pasaremos 09:26.910 --> 09:29.850 Y uno de ellos será, por supuesto, entrenar a la IA. 09:30.240 --> 09:32.560 Así que no puedo esperar para sumergirme ahora. 09:32.580 --> 09:38.950 Vamos a comenzar con uno obviamente y vamos a comenzar haciendo el cerebro de nuestra IA. 09:39.330 --> 09:41.580 Entonces no puedo esperar hasta entonces. 09:41.680 --> 09:42.090 AI.