WEBVTT 00:00.270 --> 00:06.230 Halo dan selamat datang di pipa ini dan ke Torro sekarang kita harus mendefinisikan lima variabel 00:06.240 --> 00:09.560 fungsi ini yaitu tiga konvolusi dan koneksi sementara. 00:09.810 --> 00:11.100 Jadi mari kita mulai dengan yang pertama. 00:11.250 --> 00:18.690 Konvolusional menerapkan konvolusi ke gambar input sehingga itulah gambar asli dan sekarang Anda akan melihat bagaimana semuanya 00:18.690 --> 00:22.710 akan menjadi sangat sederhana untuk membuat belokan ini. 00:22.770 --> 00:29.070 Yang harus kita lakukan adalah membuat subjek dari kelas tertentu dan kelas ini 00:29.070 --> 00:38.800 diambil dari dan kemudian kelas datang ke karena kita bekerja dengan gambar 2D dan sekarang seperti yang Anda lihat kita 00:38.800 --> 00:40.930 perlu meletakkan beberapa argumen. 00:40.930 --> 00:43.140 Yang pertama ada di saluran. 00:43.190 --> 00:45.910 Mari kita letakkan di saluran. 00:45.970 --> 00:49.210 Yang kedua adalah saluran keluar. 00:49.330 --> 00:57.070 Yang ketiga adalah ukuran Kerno dan sisanya dari mereka melangkah padding kelompok pelebaran dan bias. 00:57.130 --> 00:59.120 Dan kami memiliki nilai yang berbeda untuk semua ini. 00:59.260 --> 01:02.290 Jadi kita tidak akan tetapi mereka kita akan menjaga nilai default. 01:02.470 --> 01:08.500 Tetapi yang penting adalah ketiga argumen ini dalam saluran dan saluran serta ukuran kernel dan begitu juga saya kira apa 01:08.500 --> 01:09.740 yang berhubungan dengannya. 01:09.880 --> 01:15.730 Yah sangat sederhana secara umum sesuai dengan input konvolusi dan semua saluran sesuai 01:15.730 --> 01:17.900 dengan output dari kesimpulan. 01:17.920 --> 01:19.940 Jadi apa yang akan terjadi. 01:20.110 --> 01:24.460 Yah sangat sederhana itu akan menjadi jumlah saluran di gambar kami. 01:24.610 --> 01:30.460 Dan sebenarnya kita akan bekerja dengan gambar hitam putih karena pada dasarnya kita tidak warna untuk 01:30.460 --> 01:31.360 mengenali monster. 01:31.450 --> 01:35.310 AI benar-benar mampu mengenali monster dalam warna hitam dan putih. 01:35.440 --> 01:39.200 Jadi kita tidak melihat warna sama sekali hanya mengenalinya dengan bentuknya. 01:39.250 --> 01:44.380 Karena itu kita akan menggunakan satu saluran sehingga satu saluran adalah ketika Anda memiliki gambar hitam dan putih 01:44.380 --> 01:46.820 dan tiga saluran adalah ketika Anda memanggil gambar. 01:46.930 --> 01:51.320 Dan karena itu karena kami bekerja dengan gambar hitam dan putih di 01:51.340 --> 01:59.730 saluran itu akan sama dengan satu maka saluran kami sehingga saluran kami akan sama dengan gambar yang ingin Anda miliki di convolutional di 01:59.730 --> 02:02.970 sana yang merupakan output dari konstitusi ini satu. 02:02.970 --> 02:08.820 Dan pada dasarnya ini sama dengan jumlah fitur yang Anda inginkan ke teks dalam gambar asli Anda karena siapa 02:09.240 --> 02:15.040 yang akan membuat satu gambar per fitur yang ingin kami deteksi karena pada dasarnya Anda tahu cara kerjanya. 02:15.120 --> 02:21.390 Kami menerapkan satu fitur detektor pada gambar input untuk mendeteksi fitur spesifik pada gambar input dan oleh karena 02:21.390 --> 02:26.450 itu jumlah gambar keluaran di sini adalah jumlah fitur yang ingin kami deteksi. 02:26.460 --> 02:30.110 Jadi sekarang pertanyaannya adalah berapa banyak fitur yang ingin kita deteksi. 02:30.240 --> 02:38.730 Nah praktik yang umum adalah memulai dengan 32 fitur detektor dan sehingga akan membawa kita ke 32 persen 02:38.820 --> 02:46.170 gambar dalam lapisan konvolusional pertama ini sehingga inputnya adalah satu gambar hitam putih gambar nyata dan 02:46.170 --> 02:53.010 output dalam konvolusional pertama ada 32 gambar yang diproses. maksud saya tentu saja kesimpulannya 02:53.380 --> 02:59.750 diterapkan pada gambar input untuk mendapatkan 32 gambar baru dengan fitur yang terdeteksi. 03:00.240 --> 03:06.990 Dan kemudian kita perlu menentukan ukuran kernel yang tidak lain dari dimensi persegi yang 03:07.080 --> 03:09.450 akan melalui gambar asli. 03:09.600 --> 03:15.350 Dan dalam praktik umum kita gunakan untuk membeli dua atau tiga lebar tiga atau lima kali lima. 03:15.660 --> 03:22.170 Dan untuk yang pertama kita akan menggunakan fitur detektor lima oleh lima yang merupakan fitur detektor yang akan 03:22.170 --> 03:24.580 memiliki lima oleh lima 10 mesin. 03:24.810 --> 03:29.290 Dan kemudian kita akan mengurangi ukuran kernel ini untuk lapisan convolutional berikutnya. 03:29.340 --> 03:32.320 Dan berbicara tentang ini, inilah yang akan kita lakukan sekarang. 03:32.390 --> 03:40.860 Kita akan menyalin ini untuk menentukan lilitan kedua dan oleh karena itu saya mendasarkannya di sini dan sekarang ini sangat lucu 03:40.890 --> 03:43.370 dan sangat mudah seperti domino. 03:43.500 --> 03:49.260 Saluran input dari lapisan konvolusional kedua adalah saluran keluaran dari konvolusional pertama di 03:49.260 --> 03:49.810 sana. 03:49.950 --> 03:55.300 Jadi jumlah output 32 Ini adalah jumlah input yang sama 32 di sini. 03:55.420 --> 04:01.290 Dan itu karena kita memiliki 32 gambar di lapisan konvolusional input dari konvolusi kedua. 04:01.440 --> 04:10.340 Dan konvolusi kedua diterapkan pada lapisan konvolusional kedua ini untuk mengembalikan lapisan konvolusional ketiga. 04:10.530 --> 04:13.280 Dan sekarang pertanyaannya adalah berapa banyak gambar baru yang kita inginkan. 04:13.410 --> 04:19.820 Yah sama yang membuat 32 gambar baru 32 sebenarnya adalah angka yang sangat umum di jaringan saraf convolutional jika 04:19.830 --> 04:23.710 Anda melihat arsitektur Anda akan menemukan 32 di banyak dari mereka. 04:24.030 --> 04:29.910 Dan kemudian untuk ukuran kernel Yah kita perlu mengurangi ukuran kernel yang merupakan dimensi dari detektor fitur 04:29.910 --> 04:30.610 kami. 04:30.780 --> 04:37.680 Dan sekarang kita akan beralih dari lima menjadi empat atau bahkan tiga dan kemudian kita akan menjadi lebih kecil lagi. 04:37.920 --> 04:40.790 Baiklah jadi konvolusi kedua kami sudah siap. 04:40.830 --> 04:43.830 Dibutuhkan sebagai input 32 proses gambar. 04:43.890 --> 04:51.130 Masing-masing dalam fitur pertama dari gambar input asli dan itu menciptakan 32 gambar baru. 04:51.270 --> 04:54.990 Berkat dimensi detektor fitur yang diperkecil ini. 04:55.120 --> 04:57.250 Dan sekarang mari kita mendorong ini lebih lagi 04:57.300 --> 05:05.450 Jadi saya menyalin ini dan menempelnya di sini untuk membuat konvolusi ketiga untuk mendeteksi beberapa fitur. 05:05.470 --> 05:08.010 Dan sekarang itu sama dengan saluran input. 05:08.010 --> 05:13.800 Berikut adalah jumlah gambar input di sebelah kiri koneksi dekonvolusi dan itu adalah jumlah 05:13.800 --> 05:17.740 gambar yang ada di sebelah kanan koneksi konvolusi sebelumnya. 05:17.740 --> 05:18.710 Itu 32. 05:18.750 --> 05:20.030 Karena itu kami tetap menyesal mendengarnya. 05:20.030 --> 05:20.990 Itu sempurna. 05:21.220 --> 05:25.220 Dan sekarang pertanyaannya adalah berapa banyak gambar baru yang ingin kita deteksi. 05:25.310 --> 05:31.130 Kami akan mengambil sekarang 64 dan karenanya 64 output gambar precess. 05:31.260 --> 05:36.800 Dan tentu saja sekarang kita mengambil ukuran kernel yang lebih kecil dan kita akan mengambil dua. 05:36.800 --> 05:42.660 Dan itulah arsitektur yang sangat klasik dari konvolusional di sana dan sangat efisien untuk memiliki 05:42.660 --> 05:45.840 deteksi fitur tingkat tinggi di dalam gambar. 05:46.200 --> 05:53.510 Baiklah dan sekarang setelah kita memiliki tiga konvolusi, ada tiga koneksi konvolusi di sini. 05:53.640 --> 05:59.970 Nah sekarang saatnya untuk mendapatkan koneksi penuh kami yang saya ingatkan kami akan mengambil vektor besar ini yang 05:59.970 --> 06:07.710 kami dapatkan setelah meratakan semua 64 kali 32 kali 32 lagi gambar yang kami dapatkan dari semua konvolusi ini sehingga kami meratakan 06:08.160 --> 06:13.920 semua piksel gambar ini dan kita dapat satu vektor besar yang akan menjadi input dari 06:14.190 --> 06:16.590 jaringan saraf baru yang sepenuhnya terhubung. 06:16.860 --> 06:22.230 Dan saat itulah kita harus membuat koneksi antara pertama ini vektor besar dan lapisan tersembunyi 06:22.470 --> 06:27.710 dan kemudian koneksi penuh kedua antara lapisan tersembunyi dan output mereka terdiri dari neuron 06:27.730 --> 06:28.270 output. 06:28.320 --> 06:31.940 Masing-masing sesuai dengan nilai kubus dari tindakan yang mungkin. 06:31.980 --> 06:33.960 Jadi mari kita buat dua koneksi ini. 06:33.960 --> 06:35.220 Anda tahu cara melakukannya. 06:35.220 --> 06:37.550 Itulah tepatnya yang kami lakukan untuk mobil self-driving. 06:37.560 --> 06:38.800 Jadi mari kita lakukan itu lagi. 06:39.000 --> 06:46.890 Baiklah pertama-tama kita mengambil Maggio kita lalu kita mengambil Lynnie kelas kita karena sekali lagi koneksi yang kita buat 06:46.920 --> 06:49.060 adalah objek dari kelas penguasa. 06:49.260 --> 06:50.550 Dan kemudian dalam tanda kurung. 06:50.670 --> 06:58.620 Nah itu sama untuk memasukkan fitur input yaitu jumlah mereka kemudian fitur output. 06:58.850 --> 07:03.110 Dan begitu fitur input untuk koneksi penuh pertama apa yang akan terjadi. 07:03.340 --> 07:10.300 Nah itu akan sama dengan jumlah piksel yang ada dalam perubahan vektor besar ini setelah 07:10.480 --> 07:13.830 meratakan semua gambar proses setelah tiga konvolusi. 07:13.830 --> 07:15.110 Dan jadi apa nomor ini. 07:15.220 --> 07:17.350 Ya sebenarnya ada trik di sini. 07:17.380 --> 07:19.620 Jumlah ini sebenarnya sulit didapat. 07:19.660 --> 07:22.770 Kita sebenarnya perlu membuat fungsi untuk menghitung angka itu. 07:22.960 --> 07:25.570 Kami tidak memiliki variabel yang akan memberi kami nomor ini. 07:25.570 --> 07:29.040 Kita harus menghitungnya dan oleh karena itu apa yang akan kita lakukan sekarang. 07:29.150 --> 07:34.780 Dan sekarang sangat penting untuk memahami pola pikir pemrograman yang harus kita miliki dan mencoba untuk membawa 07:35.200 --> 07:40.930 kepada Anda pola pikir itulah yang harus Anda pikirkan saat ini untuk mengatasi hambatan ini karena pertama kali 07:41.110 --> 07:45.690 Anda mungkin berkata hey saya tidak memiliki jumlah neuron ini dalam vektor Flaten. 07:45.730 --> 07:46.650 Apa yang harus saya lakukan. 07:46.660 --> 07:47.600 Saya terjebak di sini. 07:47.800 --> 07:55.720 Yah tidak benar-benar karena apa yang dapat Anda lakukan sekarang adalah hanya memasukkan nama apa pun di sini yang akan mewakili jumlah 07:55.720 --> 08:01.690 neuron sehingga tidak biasa bahwa jumlah neuron jumlah neuron dan kemudian kami hanya akan membuat fungsi 08:01.690 --> 08:05.130 yang akan kembali dan jumlah variabel neuron ini. 08:05.180 --> 08:07.100 Jumlah piksel yang kami cari. 08:07.330 --> 08:12.760 Jadi kita benar-benar bisa melakukan itu, kita bisa menempatkan ini sangat vokal tentu saja akan mendapat peringatan 08:12.760 --> 08:17.090 karena belum ada tetapi kita akan membuatnya setelah itu dengan suatu fungsi. 08:17.350 --> 08:21.140 Dan kami benar-benar diizinkan untuk melakukan itu bahkan jika fungsinya datang sesudahnya. 08:21.170 --> 08:25.970 Itu pemikiran pemrograman khas yang harus Anda miliki ketika Anda mendapatkan hambatan semacam itu. 08:26.020 --> 08:29.710 Anda bisa membuat fungsi untuk mendapatkan apa yang Anda lewatkan. 08:29.740 --> 08:32.640 Baiklah dan kemudian fitur dan masa depan kita. 08:32.650 --> 08:37.830 Itulah jumlah neuron dalam lapisan tersembunyi dan kali ini terserah Anda. 08:37.870 --> 08:41.230 Itu tergantung pada arsitektur jaringan baru yang ingin Anda buat. 08:41.230 --> 08:44.230 Dan jumlah yang baik bukan jumlah yang kecil. 08:44.230 --> 08:46.960 Jadi misalnya 40 neuron mungkin baik-baik saja. 08:46.960 --> 08:48.660 Kita dapat mencoba meningkatkannya. 08:48.790 --> 08:51.280 Jika pelatihan tidak terlalu lambat, Anda dapat mencoba meningkatkannya. 08:51.340 --> 08:56.750 Mungkin itu akan meningkatkan prediksi tetapi mari kita mulai dengan 40 mungkin kita akan meningkatkannya nanti. 08:57.130 --> 09:04.690 Baiklah itu saja untuk koneksi penuh pertama maka kita akan menyalin paste ini di sini untuk koneksi 09:04.710 --> 09:09.300 penuh kedua yaitu koneksi antara lapisan tersembunyi dan lapisan output. 09:09.370 --> 09:15.720 Jadi fitur di sini menjadi fitur keluar dari layer sebelumnya dan itu adalah 40. 09:15.790 --> 09:18.020 Jadi di sini kita dapat menempatkan 40. 09:18.190 --> 09:20.500 Itu tentu saja jumlah neuron dalam satu lapisan. 09:20.860 --> 09:27.280 Dan masa depan kita akan sama dengan jumlah neuron keluaran, seharusnya tidak ada jaringan saraf. 09:27.340 --> 09:33.360 Dan karena setiap neuron keluaran sesuai dengan satu nilai baru dan satu Cuvee dan respons terhadap satu 09:33.370 --> 09:38.440 tindakan sedangkan jumlah neuron keluaran di sini tentu saja jumlah tindakan dan kami 09:38.740 --> 09:47.320 memiliki satu variabel untuk ini yang merupakan tindakan angka dan oleh karena itu di sini memasukkan aksi angka dan di sana kami pergi selamat. 09:47.390 --> 09:53.850 Kami memang menemukan arsitektur jaringan saraf kami. Jaringan saraf kami terdiri dari tiga lapisan konvolusional 09:53.850 --> 09:55.960 dan satu lapisan tersembunyi. 09:56.130 --> 10:03.020 Semua ini dalam satu CNN besar dan CNN ini akan mendeteksi fitur dalam game sehingga AI akan tahu ke mana harus melakukan 10:03.020 --> 10:06.550 ke mana harus pergi dan ke mana ia harus menembak. 10:06.900 --> 10:08.240 Jadi kita lanjutkan untuk langkah ini. 10:08.340 --> 10:10.720 Itu langkah pertama yang sangat penting dilakukan. 10:10.720 --> 10:16.020 Sekarang kita akan beralih ke langkah berikutnya yang tentu saja untuk mendapatkan jumlah neuron yang 10:16.020 --> 10:17.010 masih hilang 10:17.010 --> 10:21.930 Itu sebenarnya mengapa kami memiliki peringatan di sini dan neuron nomor telepon tetapi tidak perlu khawatir. 10:21.960 --> 10:26.970 Sekarang kita akan membuat fungsi yang akan mengembalikan jumlah neuron dalam vektor besar ini dan kita akan 10:26.970 --> 10:30.210 meletakkan angka itu dalam variabel yang akan memanggil sejumlah neuron. 10:30.270 --> 10:32.070 Jadi mari kita lakukan ini di tutorial selanjutnya. 10:32.070 --> 10:33.130 Itu langkah kita selanjutnya. 10:33.180 --> 10:34.790 Dan sampai saat itu nikmati AI.