WEBVTT 00:00.270 --> 00:06.230 Hola y bienvenidos a este tubo y a Torro ahora tenemos que definir las cinco variables de esta 00:06.240 --> 00:09.560 función que son las tres convoluciones y las conexiones temporales. 00:09.810 --> 00:11.100 Comencemos con el primero. 00:11.250 --> 00:18.690 Convolutional uno aplica convolución a las imágenes de entrada así que esas son las imágenes originales y ahora vas 00:18.690 --> 00:22.710 a ver cómo todo será tan simple para crear esta convolución. 00:22.770 --> 00:29.070 Bueno, lo que tenemos que hacer es crear un tema de alguna clase específica y 00:29.070 --> 00:38.800 esta clase se toma de y luego las clases pasan a serlo porque estamos trabajando con imágenes en 2D y ahora, como puedes ver, 00:38.800 --> 00:40.930 tenemos que poner varias argumentos. 00:40.930 --> 00:43.140 El primero es en canales. 00:43.190 --> 00:45.910 Vamos a ponerlo en canales. 00:45.970 --> 00:49.210 El segundo es canales de salida. 00:49.330 --> 00:57.070 El tercero es el tamaño de Kerno y el resto de ellos son zancadas y grupos de dilatación. 00:57.130 --> 00:59.120 Y tenemos diferentes valores para todos estos. 00:59.260 --> 01:02.290 Así que no vamos a hacerlo, pero vamos a mantener los valores predeterminados. 01:02.470 --> 01:08.500 Pero lo importante son estos tres argumentos en canales y canales y el tamaño del kernel, así que 01:08.500 --> 01:09.740 supongo a qué corresponden. 01:09.880 --> 01:15.730 Bueno, muy simple en general corresponde a la entrada de la convolución y todos los canales corresponden 01:15.730 --> 01:17.900 a la salida de la conclusión. 01:17.920 --> 01:19.940 Asi que, Que va a ser. 01:20.110 --> 01:24.460 Bueno, muy simple, esa será la cantidad de canales en nuestras imágenes. 01:24.610 --> 01:30.460 Y en realidad vamos a trabajar con imágenes en blanco y negro porque básicamente no tenemos colores para reconocer 01:30.460 --> 01:31.360 a los monstruos. 01:31.450 --> 01:35.310 La IA es totalmente capaz de reconocer a los monstruos en blanco y negro. 01:35.440 --> 01:39.200 Así que no vemos los colores en absoluto solo los reconocemos por su forma. 01:39.250 --> 01:44.380 Por lo tanto, vamos a utilizar un canal, por lo que un canal es cuando tiene imágenes en blanco y negro 01:44.380 --> 01:46.820 y tres canales es cuando ha llamado a las imágenes. 01:46.930 --> 01:51.320 Y, por lo tanto, dado que estamos trabajando con imágenes en blanco y negro 01:51.340 --> 01:59.730 en canales, va a ser igual a uno, entonces nuestros canales para que nuestros canales vayan a ser iguales a las imágenes que desee tener en 01:59.730 --> 02:02.970 el convolucional, que es el resultado de esta constitución. uno. 02:02.970 --> 02:08.820 Y, básicamente, esto equivale a la cantidad de características que desea para el texto de las imágenes 02:09.240 --> 02:15.040 originales, ya que creará una imagen por función que queremos detectar, porque básicamente usted sabe cómo funciona. 02:15.120 --> 02:21.390 imagen de entrada y, por lo tanto, el número de imágenes de salida es la cantidad de características que queremos detectar. 02:21.390 --> 02:26.450 Aplicamos un detector de características a la imagen de entrada para detectar una característica específica en la 02:26.460 --> 02:30.110 Entonces, ahora la pregunta es cuántas características queremos detectar. 02:30.240 --> 02:38.730 Bueno, una práctica común es comenzar con 32 detectores de funciones y eso nos llevará al 32 por ciento de las imágenes en 02:38.820 --> 02:46.170 esta primera capa convolucional, por lo que la entrada es una imagen en blanco y negro una imagen real y 02:46.170 --> 02:53.010 la salida en la primera convolucional hay 32 imágenes procesadas y por procesado quiero decir, por supuesto, que 02:53.380 --> 02:59.750 la conclusión se aplicó a la imagen de entrada para obtener 32 nuevas imágenes con características detectadas. 03:00.240 --> 03:06.990 Y luego tenemos que especificar un tamaño de kernel que no es más que las dimensiones del 03:07.080 --> 03:09.450 cuadrado que atravesará la imagen original. 03:09.600 --> 03:15.350 Y en la práctica común, utilizamos para comprar dos o tres de ancho tres o cinco por cinco. 03:15.660 --> 03:22.170 Y para el primero vamos a usar un detector de cinco por cinco que es un detector de características 03:22.170 --> 03:24.580 que tendrá cinco por cinco 10 motores. 03:24.810 --> 03:29.290 Y luego reduciremos el tamaño de este núcleo para las siguientes capas convolucionales. 03:29.340 --> 03:32.320 Y hablando de eso, esto es exactamente lo que vamos a hacer ahora. 03:32.390 --> 03:40.860 Vamos a copiar esto para definir la segunda circunvolución y, por lo tanto, estoy basando eso aquí y ahora es muy divertido 03:40.890 --> 03:43.370 y muy fácil, es como un dominó. 03:43.500 --> 03:49.260 de entrada de la segunda capa convolucional es el canal de salida de la primera convolucional allí. 03:49.260 --> 03:49.810 El canal 03:49.950 --> 03:55.300 Entonces este número de salida 32 Aquí está el mismo número de entradas 32 aquí. 03:55.420 --> 04:01.290 Y eso es porque tenemos 32 imágenes en la capa convolucional de entrada de la segunda circunvolución. 04:01.440 --> 04:09.830 Y así la segunda convolución se aplica a esta segunda capa convolucional para devolver una tercera capa 04:09.830 --> 04:10.340 convolucional. 04:10.530 --> 04:13.280 Y ahora la pregunta es cuántas imágenes nuevas queremos. 04:13.410 --> 04:19.820 Bueno, lo mismo que crear 32 nuevas imágenes 32 es en realidad un número muy común en las redes 04:19.830 --> 04:23.710 neuronales convolucionales, si miras las arquitecturas encontrarás 32 en muchas de ellas. 04:24.030 --> 04:29.910 Y luego, para el tamaño del kernel, necesitamos reducir el tamaño del kernel, que son las dimensiones de nuestro detector 04:29.910 --> 04:30.610 de características. 04:30.780 --> 04:37.680 Y ahora vamos a pasar de cinco a cuatro o incluso tres y luego vamos a ir aún más pequeño. 04:37.920 --> 04:40.790 Está bien así que nuestra segunda convolución está lista. 04:40.830 --> 04:43.830 Toma como entradas 32 imágenes de proceso. 04:43.890 --> 04:51.130 Cada uno en una primera característica de la imagen de entrada original y crea 32 nuevas imágenes. 04:51.270 --> 04:54.990 Gracias a estas dimensiones reducidas del detector de características. 04:55.120 --> 04:57.250 Y ahora, empujemos esto aún más. 04:57.300 --> 05:05.450 Así que estoy copiando esto y pegándolo aquí para crear una tercera convolución para detectar algunas características. 05:05.470 --> 05:08.010 Y entonces, eso es lo mismo que los canales de entrada. 05:08.010 --> 05:13.800 Aquí está el número de imágenes de entrada a la izquierda de la conexión deconvolución y ese es el número de 05:13.800 --> 05:17.740 imágenes de precesión que fueron a la derecha de las conexiones de convolución previas. 05:17.740 --> 05:18.710 Eso es 32. 05:18.750 --> 05:20.030 Por lo tanto, lamentamos escucharlo. 05:20.030 --> 05:20.990 Eso es perfecto. 05:21.220 --> 05:25.220 Y ahora la pregunta es de nuevo cuántas imágenes nuevas queremos detectar. 05:25.310 --> 05:31.130 Vamos a tomar ahora 64 y, por lo tanto, 64 imágenes de precesión de salida. 05:31.260 --> 05:36.800 Y, por supuesto, ahora tomamos un tamaño de kernel más pequeño y vamos a tomar dos. 05:36.800 --> 05:42.660 Y esa es una arquitectura muy clásica de un convolucional y es muy eficiente tener un alto 05:42.660 --> 05:45.840 nivel de detección de características dentro de las imágenes. 05:46.200 --> 05:53.010 Está bien y ahora que tenemos nuestros tres convolucionales hay tres conexiones de convolución 05:53.010 --> 05:53.510 aquí. 05:53.640 --> 05:59.970 las 64 veces 32 veces 32 imágenes que obtuvimos de todas estas convoluciones, así que aplanamos todos los 05:59.970 --> 06:07.710 píxeles de estas imágenes y podemos un gran vector que se convertirá en la entrada de una nueva red neuronal completamente conectada. 06:08.160 --> 06:13.920 Bueno, ahora es el momento de obtener nuestras conexiones dentadas que me recuerdan que tomaremos este gran 06:14.190 --> 06:16.590 vector que obtenemos después de aplanar todas 06:16.860 --> 06:22.230 Y entonces es cuando tenemos que hacer estas conexiones entre primero este gran vector y una capa oculta y 06:22.470 --> 06:27.710 luego una segunda conexión completa entre la capa oculta y la salida que están compuestos de las neuronas 06:27.730 --> 06:28.270 de salida. 06:28.320 --> 06:31.940 Cada uno corresponde a un valor en cubo de las posibles acciones. 06:31.980 --> 06:33.960 Entonces, hagamos estas dos conexiones. 06:33.960 --> 06:35.220 Tu sabes cómo hacer eso. 06:35.220 --> 06:37.550 Eso es exactamente lo que hicimos para el auto sin conductor. 06:37.560 --> 06:38.800 Así que hagámoslo de nuevo. 06:39.000 --> 06:46.890 Bueno, primero tomamos nuestro Maggio y luego tomamos al Lynnie nuestra clase porque nuevamente la conexión que creamos es un 06:46.920 --> 06:49.060 objeto de la clase dominante. 06:49.260 --> 06:50.550 Y luego entre paréntesis. 06:50.670 --> 06:58.620 Bueno, eso es lo mismo para poner las características de entrada que es el número de ellas y luego las características de salida. 06:58.850 --> 07:03.110 Y así las características de entrada para la primera conexión completa, ¿qué va a ser? 07:03.340 --> 07:10.300 que hay en este enorme cambio de vector después de aplanar todas las imágenes de proceso después de las tres circunvoluciones. 07:10.480 --> 07:13.830 Bueno, eso va a ser igual al número de píxeles 07:13.830 --> 07:15.110 Y entonces, ¿qué significa este número? 07:15.220 --> 07:17.350 Bueno, en realidad hay un truco aquí. 07:17.380 --> 07:19.620 Este número es realmente difícil de conseguir. 07:19.660 --> 07:22.770 De hecho, necesitamos hacer una función para calcular ese número. 07:22.960 --> 07:25.570 No tenemos una variable que nos proporcione este número. 07:25.570 --> 07:29.040 Tenemos que calcularlo y, por lo tanto, lo que vamos a hacer ahora. 07:29.150 --> 07:34.780 la primera vez podrías decir "oye, no lo hago". tener este número de neuronas en el vector Flaten. 07:35.200 --> 07:40.930 Y ahora es muy importante entender la mentalidad de la programación que debemos tener y tratar de traerte 07:41.110 --> 07:45.690 la mentalidad que es lo que debes pensar ahora mismo para superar este obstáculo, porque 07:45.730 --> 07:46.650 Que debería hacer. 07:46.660 --> 07:47.600 Estoy atorado aqui. 07:47.800 --> 07:55.720 Bueno, no, en realidad porque lo que puedes hacer ahora es simplemente ingresar cualquier nombre que represente la cantidad de neuronas tan 07:55.720 --> 08:01.690 poco comunes que numeran el número de neuronas de las neuronas y luego simplemente haremos una función 08:01.690 --> 08:05.130 que retornará y este número de neuronas será variable. 08:05.180 --> 08:07.100 Esta cantidad de píxeles que estamos buscando. 08:07.330 --> 08:12.760 Entonces, podemos hacer totalmente lo que podemos poner totalmente en voz alta, por supuesto recibirá una 08:12.760 --> 08:17.090 advertencia porque todavía no existe, pero luego la crearemos con una función. 08:17.350 --> 08:21.140 Y estamos totalmente autorizados a hacerlo, incluso si la función viene después. 08:21.170 --> 08:25.970 Ese es un pensamiento de programación típico que debes tener cuando obtienes ese tipo de obstáculo. 08:26.020 --> 08:29.710 Bueno, puedes hacer una función para obtener lo que te estás perdiendo. 08:29.740 --> 08:32.640 De acuerdo y luego nuestras características y nuestro futuro. 08:32.650 --> 08:37.830 Esa es la cantidad de neuronas en una capa oculta y que esta vez depende de usted. 08:37.870 --> 08:41.230 Eso depende de la arquitectura de la nueva red que desea crear. 08:41.230 --> 08:44.230 Y entonces un buen número no sería un número pequeño. 08:44.230 --> 08:46.960 Entonces, por ejemplo, 40 neuronas podrían estar bien. 08:46.960 --> 08:48.660 Podemos intentar aumentar eso. 08:48.790 --> 08:51.280 Si el entrenamiento no es demasiado lento, puedes intentar aumentar eso. 08:51.340 --> 08:56.750 Tal vez eso mejorará las predicciones, pero comencemos con 40 quizás lo aumentemos luego. 08:57.130 --> 09:04.690 De acuerdo, eso es todo para la primera conexión completa, luego copiaremos esta pegar aquí para la segunda conexión completa que 09:04.710 --> 09:09.300 es la conexión entre la capa oculta y la capa de salida. 09:09.370 --> 09:15.720 Y así las características aquí se convierten en las características de salida de la capa anterior y eso es 40. 09:15.790 --> 09:18.020 Entonces aquí podemos poner 40. 09:18.190 --> 09:20.500 Esa es, por supuesto, la cantidad de neuronas en una capa. 09:20.860 --> 09:27.280 Y nuestro futuro va a ser igual al número de neuronas de salida que no debería haber una red neuronal. 09:27.340 --> 09:33.360 Y dado que cada neurona de salida corresponde a un nuevo valor y un Cuvee y respuesta 09:33.370 --> 09:38.440 a una acción, mientras que el número de neuronas de salida es el número 09:38.740 --> 09:47.320 de acciones y tenemos una variable para esto, que son acciones numéricas y, por lo tanto, aquí ingresamos acciones numéricas y ahí vamos felicitaciones. 09:47.390 --> 09:53.850 Encontramos la arquitectura de nuestra red neuronal. Nuestra red neuronal está compuesta por tres capas 09:53.850 --> 09:55.960 convolucionales y una capa oculta. 09:56.130 --> 10:03.020 Todo esto en una gran CNN y esta CNN detectará características en el juego para que la IA sepa dónde tiene que 10:03.020 --> 10:06.550 ir a donde tiene que ir y dónde tiene que disparar. 10:06.900 --> 10:08.240 Entonces, vamos por este paso. 10:08.340 --> 10:10.720 Ese es un primer paso muy importante. 10:10.720 --> 10:16.020 Ahora vamos a pasar al siguiente paso que es, por supuesto, obtener este número de neuronas 10:16.020 --> 10:17.010 que aún falta. 10:17.010 --> 10:21.930 Esa es la razón por la que tenemos la advertencia aquí y las neuronas del número de teléfono, pero sin preocupaciones. 10:21.960 --> 10:26.970 este enorme vector y pondremos ese número en una variable que llamará a un número de neuronas. 10:26.970 --> 10:30.210 Ahora haremos una función que devolverá el número de neuronas en 10:30.270 --> 10:32.070 Así que hagámoslo en el siguiente tutorial. 10:32.070 --> 10:33.130 Ese es nuestro siguiente paso. 10:33.180 --> 10:34.790 Y hasta entonces, disfruta de la IA.