WEBVTT 00:00.270 --> 00:06.230 Olá e seja bem vindo a este tubo e a Torro agora temos que definir as cinco variáveis ​​dessa 00:06.240 --> 00:09.560 função que são as três convoluções e as conexões temporais. 00:09.810 --> 00:11.100 Então vamos começar com o primeiro. 00:11.250 --> 00:18.690 Convolucional aplica a convolução às imagens de entrada, de modo que são as imagens originais e agora você verá 00:18.690 --> 00:22.710 como tudo se tornará tão simples para criar essa convolução. 00:22.770 --> 00:29.070 Bem, o que temos que fazer é realmente criar um assunto de alguma classe específica e 00:29.070 --> 00:38.800 esta classe é tirada de e, em seguida, as aulas vêm para o parceiro porque estamos trabalhando com imagens 2D e agora, como você pode 00:38.800 --> 00:40.930 ver, precisamos colocar vários argumentos. 00:40.930 --> 00:43.140 O primeiro está nos canais. 00:43.190 --> 00:45.910 Vamos colocá-lo nos canais. 00:45.970 --> 00:49.210 O segundo está fora dos canais. 00:49.330 --> 00:57.070 O terceiro é o tamanho de Kerno e o resto deles é o preenchimento de passos dos grupos de dilatação e do viés. 00:57.130 --> 00:59.120 E temos valores diferentes para todos esses. 00:59.260 --> 01:02.290 Então, não vamos, mas eles vamos manter os valores padrão. 01:02.470 --> 01:08.500 Mas o que é importante são esses três argumentos nos canais e canais e no tamanho do kernel e, portanto, eu adivinho 01:08.500 --> 01:09.740 o que eles correspondem. 01:09.880 --> 01:15.730 Bem, muito simplesmente, em geral, correspondem à entrada da convolução e todos os canais 01:15.730 --> 01:17.900 correspondem à saída da conclusão. 01:17.920 --> 01:19.940 Então, o que será? 01:20.110 --> 01:24.460 Bem, muito simplesmente, esse será o número de canais em nossas imagens. 01:24.610 --> 01:30.460 E na verdade, vamos trabalhar com imagens em preto e branco, porque basicamente não temos cores para 01:30.460 --> 01:31.360 reconhecer os monstros. 01:31.450 --> 01:35.310 A AI é totalmente capaz de reconhecer os monstros em preto e branco. 01:35.440 --> 01:39.200 Então, não vemos as cores, apenas reconhecê-las por sua forma. 01:39.250 --> 01:44.380 Portanto, vamos usar um canal para que um canal seja quando você tiver imagens em preto e branco 01:44.380 --> 01:46.820 e três canais são quando você chamou imagens. 01:46.930 --> 01:51.320 E, portanto, uma vez que estamos trabalhando com imagens em preto e 01:51.340 --> 01:59.730 branco nos canais, será igual a um, então, nossos canais para que nossos canais sejam iguais às imagens que você deseja ter no 01:59.730 --> 02:02.970 convolutivo lá, que é o resultado desta constituição 1. 02:02.970 --> 02:08.820 E, basicamente, isso é igual ao número de recursos que deseja para o texto em suas imagens 02:09.240 --> 02:15.040 originais, porque quem criará uma imagem por recurso que queremos detectar, porque basicamente você sabe como funciona. 02:15.120 --> 02:21.390 de entrada e, portanto, o número de imagens de saída aqui é o número de recursos que queremos detectar. 02:21.390 --> 02:26.450 Aplicamos um detector de recursos na imagem de entrada para detectar uma característica específica na imagem 02:26.460 --> 02:30.110 Então, agora a questão é quantos recursos queremos detectar. 02:30.240 --> 02:38.730 Bem, uma prática comum é começar com 32 detectores de recursos e assim nos levará a 32 por cento de imagens 02:38.820 --> 02:46.170 nesta primeira camada convolucional para que a entrada seja uma imagem em preto e branco uma imagem real 02:46.170 --> 02:53.010 e a saída na primeira convolução existe 32 imagens processadas e por processo, quero dizer, claro, que 02:53.380 --> 02:59.750 a conclusão foi aplicada à imagem de entrada para obter 32 novas imagens com recursos detectados. 03:00.240 --> 03:06.990 E então precisamos especificar um tamanho de kernel que não seja mais do que as dimensões do quadrado 03:07.080 --> 03:09.450 que irão passar pela imagem original. 03:09.600 --> 03:15.350 E, em prática comum, usamos para comprar dois ou três três ou três por cinco. 03:15.660 --> 03:22.170 E para o primeiro, vamos usar um detector de recursos cinco por cinco que é um detector de 03:22.170 --> 03:24.580 recursos que terá cinco a cinco motores. 03:24.810 --> 03:29.290 E então reduziremos o tamanho desse kernel para as próximas camadas convolutivas. 03:29.340 --> 03:32.320 E falando sobre isso, é exatamente o que vamos fazer agora. 03:32.390 --> 03:40.860 Vamos copiar isso para definir a segunda convolução e, portanto, estou baseando que aqui e agora é muito engraçado e 03:40.890 --> 03:43.370 muito fácil é como um dominó. 03:43.500 --> 03:49.260 canal de entrada da segunda camada convolucional é o canal de saída da primeira convolução. 03:49.260 --> 03:49.810 O 03:49.950 --> 03:55.300 Então, este número de saída 32 Aqui está o mesmo número de entradas 32 aqui. 03:55.420 --> 04:01.290 E é porque temos 32 imagens na camada convolucional de entrada da segunda convolução. 04:01.440 --> 04:09.830 E então a segunda convolução é aplicada a esta segunda camada convolucional para retornar uma terceira camada 04:09.830 --> 04:10.340 convolucional. 04:10.530 --> 04:13.280 E agora a questão é quantas imagens novas queremos. 04:13.410 --> 04:19.820 Bem, o mesmo que cria 32 novas imagens 32 é realmente um número muito comum em redes neurais convolutivas, 04:19.830 --> 04:23.710 se você olhar para as arquiteturas, você encontrará 32 em muitos deles. 04:24.030 --> 04:29.910 E, em seguida, para o tamanho do kernel, nós precisamos reduzir o tamanho do kernel que são as dimensões do nosso 04:29.910 --> 04:30.610 detector de recursos. 04:30.780 --> 04:37.680 E agora vamos passar de cinco a quatro ou até três e depois iremos ainda menores. 04:37.920 --> 04:40.790 Tudo bem, então nossa segunda convolução está pronta. 04:40.830 --> 04:43.830 Demora como entradas 32 imagens do processo. 04:43.890 --> 04:51.130 Cada um em uma primeira característica da imagem de entrada original e cria 32 novas imagens. 04:51.270 --> 04:54.990 Graças a estas dimensões reduzidas do detector de recursos. 04:55.120 --> 04:57.250 E agora vamos empurrar isso ainda mais. 04:57.300 --> 05:05.450 Então eu estou copiando isso e colando isso aqui para criar uma terceira convolução para detectar alguns recursos. 05:05.470 --> 05:08.010 E então agora é o mesmo os canais de entrada. 05:08.010 --> 05:13.800 Aqui está o número de imagens de entrada à esquerda da conexão de deconvolução e esse é o número 05:13.800 --> 05:17.740 de imagens de précessão que foram à direita das conexões de convolução anteriores. 05:17.740 --> 05:18.710 Isso é 32. 05:18.750 --> 05:20.030 Por isso, sentimos a pena ouvir. 05:20.030 --> 05:20.990 Perfeito. 05:21.220 --> 05:25.220 E agora a questão é de novo quantas novas imagens queremos detectar. 05:25.310 --> 05:31.130 Vamos levar agora 64 e, portanto, 64 saídas precesso de imagens. 05:31.260 --> 05:36.800 E é claro que agora nós tomamos um tamanho de kernel menor e nós vamos levar dois. 05:36.800 --> 05:42.660 E assim é uma arquitetura muito clássica de um convolucional lá e é muito eficiente ter um 05:42.660 --> 05:45.840 alto nível de detecção de recursos dentro de imagens. 05:46.200 --> 05:53.010 Tudo bem e agora que temos nossos três convolucionais, há nossas três conexões de convolução 05:53.010 --> 05:53.510 aqui. 05:53.640 --> 05:59.970 todas as 64 vezes 32 vezes 32 novamente imagens que obtivemos de todas essas convoluções, então nós aplainamos 05:59.970 --> 06:07.710 todos os pixels dessas imagens e podemos um enorme vetor que se tornará a entrada de uma nova rede neural totalmente conectada. 06:08.160 --> 06:13.920 Bem, agora é hora de obter nossas conexões dolorosas que eu lembro que vamos levar este 06:14.190 --> 06:16.590 enorme vetor que obtemos depois de achatar 06:16.860 --> 06:22.230 E então é quando temos que fazer essas conexões entre o primeiro vetor enorme e uma camada oculta e, 06:22.470 --> 06:27.710 em seguida, uma segunda conexão completa entre a camada oculta e a saída, eles são compostos pelos neurônios 06:27.730 --> 06:28.270 de saída. 06:28.320 --> 06:31.940 Cada um correspondente a um valor de cubo das possíveis ações. 06:31.980 --> 06:33.960 Então, vamos fazer essas duas conexões. 06:33.960 --> 06:35.220 Você sabe como fazer isso. 06:35.220 --> 06:37.550 Isso é exatamente o que fizemos para o carro auto-dirigido. 06:37.560 --> 06:38.800 Então vamos fazer isso de novo. 06:39.000 --> 06:46.890 Bem, primeiro nós levamos o nosso Maggio, então nós levamos o Lynnie nossa classe porque novamente a conexão que criamos 06:46.920 --> 06:49.060 é um objeto da classe dominante. 06:49.260 --> 06:50.550 E então entre parênteses. 06:50.670 --> 06:58.620 Bem, isso é o mesmo para colocar os recursos de entrada que é o número deles, então os recursos de saída. 06:58.850 --> 07:03.110 E, portanto, os recursos de entrada para a primeira conexão completa, o que será. 07:03.340 --> 07:10.300 que há nesta grande mudança de vetor depois de achatar todas as imagens do processo após as três convoluções. 07:10.480 --> 07:13.830 Bem, isso vai ser igual ao número de pixels 07:13.830 --> 07:15.110 E então, o que faz esse número. 07:15.220 --> 07:17.350 Bem, na verdade, há um truque aqui. 07:17.380 --> 07:19.620 Este número é realmente difícil de obter. 07:19.660 --> 07:22.770 Na verdade, precisamos fazer uma função para calcular esse número. 07:22.960 --> 07:25.570 Não temos uma variável que nos obtenha esse número. 07:25.570 --> 07:29.040 Nós temos que computá-lo e, portanto, o que vamos fazer agora. 07:29.150 --> 07:34.780 porque a primeira vez que você pode dizer oi, eu não Tenha esse número de neurônios no vetor Flaten. 07:35.200 --> 07:40.930 E agora é muito importante entender a mentalidade da programação que devemos ter e tentar trazer para você a 07:41.110 --> 07:45.690 mentalidade que é o que você deve estar pensando agora para fazer para superar esse obstáculo 07:45.730 --> 07:46.650 O que devo fazer. 07:46.660 --> 07:47.600 Estou preso aqui. 07:47.800 --> 07:55.720 Bem, não, na verdade, porque o que você pode fazer agora é simplesmente inserir qualquer nome aqui que represente o número 07:55.720 --> 08:01.690 de neurônios tão incomum que o número de neurônios número de neurônios e então simplesmente criaremos 08:01.690 --> 08:05.130 uma função que retornará e esse número de neurônios variará. 08:05.180 --> 08:07.100 Este número de pixels que procuramos. 08:07.330 --> 08:12.760 Então, podemos fazer totalmente que podemos colocar totalmente isso muito vocal, é claro, obteremos um aviso 08:12.760 --> 08:17.090 porque ele ainda não existe, mas vamos criá-lo depois com uma função. 08:17.350 --> 08:21.140 E estamos totalmente autorizados a fazer isso, mesmo que a função venha depois. 08:21.170 --> 08:25.970 Essa é uma programação típica que você deve ter quando obtém esse tipo de obstáculo. 08:26.020 --> 08:29.710 Bem, você pode fazer uma função para obter o que está faltando. 08:29.740 --> 08:32.640 Tudo bem e depois nossas características e nosso futuro. 08:32.650 --> 08:37.830 Esse é o número de neurônios em uma camada oculta e que esta vez depende de você. 08:37.870 --> 08:41.230 Isso depende da arquitetura da nova rede que deseja criar. 08:41.230 --> 08:44.230 E assim um bom número não seria um pequeno número. 08:44.230 --> 08:46.960 Então, por exemplo, 40 neurônios podem estar bem. 08:46.960 --> 08:48.660 Podemos tentar aumentar isso. 08:48.790 --> 08:51.280 Se o treinamento não for muito lento, você pode tentar aumentar isso. 08:51.340 --> 08:56.750 Talvez isso melhore as previsões, mas vamos começar com 40 talvez possamos aumentar isso depois. 08:57.130 --> 09:04.690 Tudo bem é para a primeira conexão completa, então copiaremos essa pasta que aqui para a segunda conexão completa que 09:04.710 --> 09:09.300 é a conexão entre a camada oculta e a camada de saída. 09:09.370 --> 09:15.720 E assim, os recursos aqui se tornam os recursos externos da camada anterior e isso é 40. 09:15.790 --> 09:18.020 Então, aqui podemos colocar 40. 09:18.190 --> 09:20.500 É claro que é o número de neurônios em uma camada. 09:20.860 --> 09:27.280 E nosso futuro será igual ao número de neurônios de saída, não deve haver rede neural. 09:27.340 --> 09:33.360 E uma vez que cada neurônio de saída corresponde a um novo valor e um Cuvee e 09:33.370 --> 09:38.440 resposta a uma ação enquanto o número de neurônios de saída aqui é, naturalmente, o 09:38.740 --> 09:47.320 número de ações e temos uma variável para isso, que é ações numéricas e, portanto, aqui as ações do número de entrada e vamos parabéns. 09:47.390 --> 09:53.850 Encontrámos a arquitetura da nossa rede neural, a nossa rede neural é composta por três camadas 09:53.850 --> 09:55.960 convolutivas e uma camada oculta. 09:56.130 --> 10:03.020 Tudo isso em uma grande CNN e esta CNN detectará recursos no jogo para que a AI saiba onde ele 10:03.020 --> 10:06.550 tem que fazer onde deve ir e onde precisa disparar. 10:06.900 --> 10:08.240 Então, vamos para este passo. 10:08.340 --> 10:10.720 Esse é um primeiro passo muito importante feito. 10:10.720 --> 10:16.020 Agora, vamos passar para o próximo passo, que é, naturalmente, para obter esse número de neurônios que 10:16.020 --> 10:17.010 ainda está faltando. 10:17.010 --> 10:21.930 Na verdade, é por isso que temos o aviso aqui e os neurônios do número de telefone, mas sem preocupações. 10:21.960 --> 10:26.970 neste enorme vetor e vamos colocar esse número em uma variável que irá chamar uma série de neurônios. 10:26.970 --> 10:30.210 Agora vamos fazer uma função que irá retornar o número de neurônios 10:30.270 --> 10:32.070 Então vamos fazer isso no próximo tutorial. 10:32.070 --> 10:33.130 Esse é o nosso próximo passo. 10:33.180 --> 10:34.790 E até então, desfrute da AI.