WEBVTT 00:00.270 --> 00:06.230 Ciao e benvenuti a questa pipe ea Torro ora dobbiamo definire le cinque variabili di questa funzione 00:06.240 --> 00:09.560 che sono le tre convoluzioni e le connessioni temporali. 00:09.810 --> 00:11.100 Quindi iniziamo con il primo. 00:11.250 --> 00:18.690 Convolutional applica convoluzione alle immagini di input, quindi quelle sono le immagini originali e ora vedrai 00:18.690 --> 00:22.710 come tutto diventerà così semplice da creare questa convoluzione. 00:22.770 --> 00:29.070 Bene, quello che dobbiamo fare è in realtà creare un argomento di una classe specifica 00:29.070 --> 00:38.800 e questa classe è presa da e poi le classi arrivano al perché stiamo lavorando con immagini 2D e ora come puoi vedere 00:38.800 --> 00:40.930 dobbiamo mettere diversi argomenti. 00:40.930 --> 00:43.140 Il primo è nei canali. 00:43.190 --> 00:45.910 Mettiamolo nei canali. 00:45.970 --> 00:49.210 Il secondo è fuori dai canali. 00:49.330 --> 00:57.070 Il terzo è la dimensione di Kerno e il resto di loro è il passo che riempie i gruppi di dilatazione e il pregiudizio. 00:57.130 --> 00:59.120 E abbiamo valori diversi per tutti questi. 00:59.260 --> 01:02.290 Quindi non lo faremo, ma continueremo a mantenere i valori predefiniti. 01:02.470 --> 01:08.500 Ma ciò che è importante sono questi tre argomenti nei canali e canali e la dimensione del kernel e così 01:08.500 --> 01:09.740 indovino a cosa corrispondono. 01:09.880 --> 01:15.730 Molto semplicemente, in generale, corrisponde all'input della convoluzione e tutti i canali 01:15.730 --> 01:17.900 corrispondono all'output della conclusione. 01:17.920 --> 01:19.940 Quindi cosa sarà. 01:20.110 --> 01:24.460 Molto semplicemente questo sarà il numero di canali nelle nostre immagini. 01:24.610 --> 01:30.460 In realtà lavoreremo con le immagini in bianco e nero perché fondamentalmente non riconosciamo i colori per 01:30.460 --> 01:31.360 riconoscere i mostri. 01:31.450 --> 01:35.310 L'intelligenza artificiale è totalmente in grado di riconoscere i mostri in bianco e nero. 01:35.440 --> 01:39.200 Quindi non vediamo affatto i colori solo riconoscerli per la loro forma. 01:39.250 --> 01:44.380 Quindi useremo un canale in modo tale che un canale sia quando si hanno immagini in bianco e 01:44.380 --> 01:46.820 nero e tre canali quando si chiamano le immagini. 01:46.930 --> 01:51.320 E quindi dal momento che stiamo lavorando con le immagini in bianco 01:51.340 --> 01:59.730 e nero nei canali sarà uguale a uno dei nostri canali, quindi i nostri canali saranno uguali alle immagini che vorrete avere nel 01:59.730 --> 02:02.970 luogo convoluzionale che è l'output di questa costituzione uno. 02:02.970 --> 02:08.820 Quindi, in pratica, questo è uguale al numero di funzioni che desideri inserire nel testo delle tue 02:09.240 --> 02:15.040 immagini originali, perché chi creerà un'immagine per funzione che vogliamo rilevare, perché in pratica sai come funziona. 02:15.120 --> 02:21.390 di input e quindi il numero di immagini di output qui è il numero di funzionalità che vogliamo rilevare. 02:21.390 --> 02:26.450 Abbiamo applicato un rilevatore di caratteristiche all'immagine di input per rilevare una caratteristica specifica nell'immagine 02:26.460 --> 02:30.110 Quindi ora la domanda è quante funzionalità vogliamo rilevare. 02:30.240 --> 02:38.730 Beh, una pratica comune è iniziare con 32 rivelatori di caratteristiche e in modo da portarci al 32% di immagini 02:38.820 --> 02:46.170 in questo primo strato convoluzionale in modo che l'input sia un'immagine in bianco e nero un'immagine reale 02:46.170 --> 02:53.010 e l'output nel primo convoluzionale ci siano 32 immagini elaborate e per elaborazione intendo naturalmente che 02:53.380 --> 02:59.750 la conclusione è stata applicata all'immagine di input per ottenere 32 nuove immagini con caratteristiche rilevate. 03:00.240 --> 03:06.990 E quindi dobbiamo specificare una dimensione del kernel che non è altro che le dimensioni del 03:07.080 --> 03:09.450 quadrato che passerà attraverso l'immagine originale. 03:09.600 --> 03:15.350 E nella pratica comune usiamo entrambi per comprare due o tre larghe tre o cinque per cinque. 03:15.660 --> 03:22.170 E per il primo utilizzeremo un rilevatore di caratteristiche cinque per cinque che è un rilevatore di funzionalità 03:22.170 --> 03:24.580 che avrà cinque cinque cinque motori. 03:24.810 --> 03:29.290 E poi ridurremo la dimensione di questo kernel per i successivi strati convoluzionali. 03:29.340 --> 03:32.320 E parlando di questo è esattamente quello che faremo ora. 03:32.390 --> 03:40.860 Lo copiamo per definire la seconda convoluzione e quindi mi baso sul fatto che qui e ora è molto divertente e 03:40.890 --> 03:43.370 molto semplice è come un domino. 03:43.500 --> 03:49.260 canale di ingresso del secondo strato convoluzionale è il canale di uscita del primo convoluzionale. 03:49.260 --> 03:49.810 Il 03:49.950 --> 03:55.300 Quindi questo numero di uscite 32 Qui c'è lo stesso numero di ingressi 32 qui. 03:55.420 --> 04:01.290 E questo perché abbiamo 32 immagini nello strato convoluzionale di input della seconda convoluzione. 04:01.440 --> 04:09.830 E così la seconda convoluzione viene applicata a questo secondo strato convoluzionale per restituire un terzo strato 04:09.830 --> 04:10.340 convoluzionale. 04:10.530 --> 04:13.280 E quindi ora la domanda è quante nuove immagini vogliamo. 04:13.410 --> 04:19.820 Beh, lo stesso che crea 32 nuove immagini 32 è in realtà un numero molto comune nelle reti neurali convoluzionali se 04:19.830 --> 04:23.710 si osservano le architetture che si trovano 32 in molte di esse. 04:24.030 --> 04:29.910 E poi per le dimensioni del kernel Bene, abbiamo bisogno di ridurre la dimensione del kernel che è la dimensione del nostro 04:29.910 --> 04:30.610 rilevatore di funzionalità. 04:30.780 --> 04:37.680 E così ora andremo da cinque a quattro o anche tre e poi andremo ancora più piccoli. 04:37.920 --> 04:40.790 Va bene, la nostra seconda convoluzione è pronta. 04:40.830 --> 04:43.830 Prende come input 32 immagini di processo. 04:43.890 --> 04:51.130 Ognuno in una prima caratteristica dell'immagine di input originale e crea 32 nuove immagini. 04:51.270 --> 04:54.990 Grazie a queste dimensioni ridotte del rilevatore di caratteristiche. 04:55.120 --> 04:57.250 E così ora spingiamo ancora di più questo. 04:57.300 --> 05:05.450 Quindi sto copiando questo e incollando qui per creare una terza convoluzione per rilevare alcune funzionalità. 05:05.470 --> 05:08.010 E così ora è lo stesso i canali di input. 05:08.010 --> 05:13.800 Ecco il numero di immagini di input a sinistra della connessione di deconvoluzione e questo è il numero di 05:13.800 --> 05:17.740 immagini di precessione che sono andate a destra delle connessioni di convoluzione precedenti. 05:17.740 --> 05:18.710 Questo è 32. 05:18.750 --> 05:20.030 Pertanto ci dispiace per ascoltare. 05:20.030 --> 05:20.990 È perfetto. 05:21.220 --> 05:25.220 E ora la domanda è di nuovo quante nuove immagini vogliamo rilevare. 05:25.310 --> 05:31.130 Ora prenderemo 64 e quindi 64 immagini di precessione in uscita. 05:31.260 --> 05:36.800 E ovviamente ora prendiamo una dimensione del kernel più piccola e ne prenderemo due. 05:36.800 --> 05:42.660 E quindi questa è un'architettura molto classica di un convoluzionale ed è molto efficiente avere un 05:42.660 --> 05:45.840 alto livello di rilevamento delle caratteristiche all'interno delle immagini. 05:46.200 --> 05:53.010 Va bene e così ora che abbiamo i nostri tre convoluzionali ci sono le nostre tre connessioni di convoluzione 05:53.010 --> 05:53.510 qui. 05:53.640 --> 05:59.970 le 64 volte 32 volte 32 di nuovo immagini che abbiamo ottenuto da tutte queste convoluzioni, così abbiamo 05:59.970 --> 06:07.710 appiattito tutti i pixel di queste immagini e possiamo un unico vettore che diventerà l'input di una nuova rete neurale pienamente connessa. 06:08.160 --> 06:13.920 Bene, ora è il momento di ottenere le nostre connessioni dentate che ricordo che prenderemo questo enorme 06:14.190 --> 06:16.590 vettore che otteniamo dopo aver appiattito tutte 06:16.860 --> 06:22.230 E così è quando dobbiamo fare queste connessioni tra prima questo enorme vettore e uno strato nascosto 06:22.470 --> 06:27.710 e poi una seconda connessione completa tra il livello nascosto e l'output che sono composti dai neuroni 06:27.730 --> 06:28.270 di output. 06:28.320 --> 06:31.940 Ognuno corrisponde a un valore cubo delle azioni possibili. 06:31.980 --> 06:33.960 Quindi facciamo queste due connessioni. 06:33.960 --> 06:35.220 Sai come farlo. 06:35.220 --> 06:37.550 Questo è esattamente ciò che abbiamo fatto per l'auto che guida. 06:37.560 --> 06:38.800 Quindi facciamolo di nuovo. 06:39.000 --> 06:46.890 Bene, prima prendiamo il Maggio e prendiamo la classe di Lynnie perché, ancora una volta, la connessione che creiamo è 06:46.920 --> 06:49.060 un oggetto della classe dominante. 06:49.260 --> 06:50.550 E poi tra parentesi. 06:50.670 --> 06:58.620 Bene, è lo stesso per mettere le caratteristiche di input che sono il numero di esse e le caratteristiche di output. 06:58.850 --> 07:03.110 E così le funzionalità di input per la prima connessione completa che cosa sarà. 07:03.340 --> 07:10.300 in questo enorme cambiamento di vettore dopo aver appiattito tutte le immagini di processo dopo le tre convoluzioni. 07:10.480 --> 07:13.830 Bene, sarà uguale al numero di pixel presenti 07:13.830 --> 07:15.110 E quindi cosa fa questo numero. 07:15.220 --> 07:17.350 Beh, in realtà c'è un trucco qui. 07:17.380 --> 07:19.620 Questo numero è davvero difficile da ottenere. 07:19.660 --> 07:22.770 In realtà abbiamo bisogno di fare una funzione per calcolare quel numero. 07:22.960 --> 07:25.570 Non abbiamo una variabile che ci porterà questo numero. 07:25.570 --> 07:29.040 Dobbiamo calcolarlo e quindi cosa faremo ora. 07:29.150 --> 07:34.780 perché la prima volta potresti dire hey non lo faccio avere questo numero di neuroni nel vettore Flaten. 07:35.200 --> 07:40.930 E ora è molto importante capire la mentalità della programmazione che dobbiamo avere e provare a portarti la 07:41.110 --> 07:45.690 mentalità che è quello che devi pensare in questo momento per superare questo ostacolo 07:45.730 --> 07:46.650 Cosa dovrei fare. 07:46.660 --> 07:47.600 Sono bloccato qui. 07:47.800 --> 07:55.720 Beh, in realtà no, perché quello che puoi fare ora è semplicemente inserire qualsiasi nome qui che rappresenterà il numero di 07:55.720 --> 08:01.690 neuroni così rari che il numero di neuroni numero di neuroni e poi faremo semplicemente una 08:01.690 --> 08:05.130 funzione che ritornerà e questo numero di neuroni variabile. 08:05.180 --> 08:07.100 Questo numero di pixel che stiamo cercando. 08:07.330 --> 08:12.760 Quindi possiamo assolutamente fare in modo che possiamo mettere tutto questo molto vocale, ovviamente avremo un 08:12.760 --> 08:17.090 avvertimento perché non esiste ancora, ma lo creeremo in seguito con una funzione. 08:17.350 --> 08:21.140 E ci è totalmente permesso farlo anche se la funzione viene dopo. 08:21.170 --> 08:25.970 Questo è un tipico pensiero di programmazione che devi avere quando ottieni questo tipo di ostacolo. 08:26.020 --> 08:29.710 Bene, puoi fare una funzione per ottenere ciò che ti manca. 08:29.740 --> 08:32.640 Va bene e poi le nostre funzionalità e il nostro futuro. 08:32.650 --> 08:37.830 Questo è il numero di neuroni in un livello nascosto e questa volta dipende da te. 08:37.870 --> 08:41.230 Dipende dall'architettura della nuova rete che vuoi creare. 08:41.230 --> 08:44.230 E quindi un buon numero non sarebbe un numero piccolo. 08:44.230 --> 08:46.960 Quindi per esempio 40 neuroni potrebbero andare bene. 08:46.960 --> 08:48.660 Possiamo provare ad aumentarlo. 08:48.790 --> 08:51.280 Se l'allenamento non è troppo lento, puoi provare ad aumentarlo. 08:51.340 --> 08:56.750 Forse questo migliorerà le previsioni, ma iniziamo con 40 forse lo aumenteremo in seguito. 08:57.130 --> 09:04.690 Bene, questo è tutto per la prima connessione completa, quindi copieremo questa copia qui per la seconda connessione completa che 09:04.710 --> 09:09.300 è la connessione tra il livello nascosto e il livello di output. 09:09.370 --> 09:15.720 E così le caratteristiche qui diventano le caratteristiche del livello precedente e cioè 40. 09:15.790 --> 09:18.020 Quindi qui possiamo mettere 40. 09:18.190 --> 09:20.500 Questo è ovviamente il numero di neuroni in un livello. 09:20.860 --> 09:27.280 E il nostro futuro sarà uguale al numero di neuroni di uscita non dovrebbe esserci alcuna rete neurale. 09:27.340 --> 09:33.360 E dal momento che ogni neurone di uscita corrisponde a un nuovo valore e un Cuvee e la 09:33.370 --> 09:38.440 risposta a un'azione mentre il numero di neuroni di uscita qui è ovviamente il numero 09:38.740 --> 09:47.320 di azioni e abbiamo una variabile per questo che è il numero di azioni e quindi qui le azioni del numero di input e ci andiamo congratulazioni. 09:47.390 --> 09:53.850 Abbiamo trovato l'architettura della nostra rete neurale la nostra rete neurale è composta da tre strati 09:53.850 --> 09:55.960 convoluzionali e uno strato nascosto. 09:56.130 --> 10:03.020 Tutto questo in una grande CNN e questa CNN rileverà funzionalità nel gioco in modo che l'IA saprà dove 10:03.020 --> 10:06.550 deve andare dove deve andare e dove deve sparare. 10:06.900 --> 10:08.240 Quindi andiamo per questo passo. 10:08.340 --> 10:10.720 Questo è un primo passo molto importante fatto. 10:10.720 --> 10:16.020 Ora passeremo al prossimo passo che è ovviamente quello di ottenere questo numero di neuroni 10:16.020 --> 10:17.010 che ancora manca. 10:17.010 --> 10:21.930 Questo è in realtà il motivo per cui abbiamo l'avvertimento qui e il numero di telefono dei neuroni, ma non ci sono preoccupazioni. 10:21.960 --> 10:26.970 questo enorme vettore e metteremo quel numero in una variabile che chiamerà un numero di neuroni. 10:26.970 --> 10:30.210 Ora faremo una funzione che restituirà il numero di neuroni in 10:30.270 --> 10:32.070 Quindi facciamolo nel prossimo tutorial. 10:32.070 --> 10:33.130 Questo è il nostro prossimo passo. 10:33.180 --> 10:34.790 E fino ad allora goditi l'intelligenza artificiale.