WEBVTT 00:00.530 --> 00:02.950 Hallo und willkommen zu diesem Python-Tutorial. 00:02.990 --> 00:08.520 Der nächste Schritt ist also, die Neuronen zählen zu lassen, die uns das geben, was wir wollen. 00:08.540 --> 00:14.130 Das ist diese Anzahl von Neuronen in diesem riesigen Vektor, nachdem die Windungen angewendet wurden. 00:14.300 --> 00:19.640 Das sind die einzigen fehlenden Informationen, die wir jetzt benötigen, und wir werden sie mit der Funktion erhalten. 00:19.700 --> 00:23.930 Lassen Sie uns diese Funktion so machen, dass wir sie als Zählungen bezeichnen. 00:24.280 --> 00:27.570 Und diese Kernneuronen ganz einfach. 00:27.830 --> 00:32.220 Und was ist die Anzahl der Neuronen, die als Argumente dienen. 00:32.510 --> 00:39.450 Nun, es wird das Objekt selbst brauchen, aber dann wird es etwas anderes brauchen, da diese Anzahl 00:39.450 --> 00:44.540 von Ausgangsneuronen in der Abflachungsebene tatsächlich nur von einer Sache abhängt. 00:44.660 --> 00:50.840 Es hängt von den Dominationen des ursprünglichen Eingangsbildes ab, die ganz am Anfang des neuronalen 00:50.840 --> 00:51.930 Netzwerks liegen. 00:52.160 --> 00:58.370 Das einzige Argument, das wir jetzt brauchen, ist die Zeit, die das Timing der Eingabebilder erwähnt. 00:58.370 --> 01:03.410 Geben wir diesem Argument also einen Namen, der die Raute und das Eingabebild darstellt. 01:03.520 --> 01:06.790 Und wir nennen es Bild. 01:07.220 --> 01:07.690 Gut. 01:07.850 --> 01:14.720 Und ich kann Ihnen jetzt sagen, dass die tatsächlichen Abmessungen der von Dume kommenden Eingabebilder 80 01:14.720 --> 01:16.850 mal 80 sein werden. 01:16.850 --> 01:23.330 Wir werden die Größe der Originalbilder auf 80 um 80 reduzieren, und dies ist das Format der 01:23.390 --> 01:26.270 Bilder, die in das neuronale Netzwerk eingehen. 01:26.270 --> 01:32.300 Image Image wird also eine 80 80 sein und die entspricht der Tatsache, dass wir 01:32.300 --> 01:33.750 mit Schwarzweißbildern arbeiten. 01:33.830 --> 01:41.040 Das heißt, mit nur einem Kanal wird das Bild mit den insgesamt achtzig und achtzig korreliert. 01:41.280 --> 01:41.560 Gut. 01:41.560 --> 01:43.590 Das ist also das einzige Argument, das wir brauchen. 01:43.660 --> 01:45.670 Und jetzt wollen wir die Neuronen untersuchen. 01:45.850 --> 01:47.280 Wie wirst du das tun? 01:47.500 --> 01:51.110 Zunächst einmal haben wir derzeit kein Eingabebild. 01:51.250 --> 01:54.070 Wir haben kein Doom-Image, das wir importieren können. 01:54.070 --> 01:55.330 Wir werden das später tun. 01:55.540 --> 02:01.240 Das erste, was wir tun müssen, ist ein gefälschtes Bild, aber das hat Introns 80 über 80 erreicht. 02:01.240 --> 02:06.160 Wir werden dieses gefälschte Bild mit falschen Pixeln erstellen, und dies wird uns schließlich 02:06.160 --> 02:12.280 die gewünschte Anzahl geben, da diese Anzahl nur von den Abmessungen und nicht von den Pixeln in den 02:12.280 --> 02:13.320 Bildern abhängt. 02:13.330 --> 02:15.640 So entsteht ein gefälschtes Bild. 02:15.730 --> 02:18.520 Und dann berechnen wir die Anzahl der Neuronen, die wir wollen. 02:18.520 --> 02:23.860 Der Trick, ein gefälschtes Bild zu erstellen, ist also gut, wir nennen es x. 02:23.890 --> 02:30.700 Zunächst einmal und dann haben wir die Fackel Rand verwendet, weil wir 02:30.700 --> 02:37.200 wissen, dass wir in diese Bilder einige zufällige Pixel einfügen werden. 02:37.250 --> 02:42.740 Dann werden wir drinnen eingehen, da Sie die Verdammungen der Bilder sehen können. 02:42.850 --> 02:44.400 Das ist eine 80 80. 02:44.560 --> 02:50.500 Da wir dieses Bild jedoch in das neuronale Netzwerk einfügen, kann das neuronale Netzwerk, wie Sie 02:50.500 --> 02:55.170 sich erinnern, nur Stapel von Eingabezuständen akzeptieren, dh Stapel von Eingabebildern. 02:55.370 --> 03:00.600 Wir werden diese gefälschten Diamanten erstellen, in denen wir diese Run-Funktion direkt ausführen können. 03:00.670 --> 03:05.720 Wir fangen einfach mit demjenigen an, der dem Stapel entsprechen wird, 03:05.730 --> 03:11.070 und können es dann alle 188 aufstellen, die den Dominierungen des Eingabebildes entsprechen. 03:11.110 --> 03:16.980 Und wie Sie verstanden haben, sind diese Nominierungen in diesem Bild als Argument 03:16.980 --> 03:19.330 enthalten, das diese Tabelle repräsentiert. 03:19.420 --> 03:23.290 Also müssen wir nur noch ein Bild hinzufügen. 03:23.620 --> 03:29.410 Aber um die Elemente der Tabelle zu übergeben, weil Sie gerade jetzt wissen, ist Image ein Doppeltes 03:29.410 --> 03:31.940 als Liste von Argumenten einer Funktion. 03:32.020 --> 03:39.460 Wir müssen hier hinzufügen, bevor das Image vorhanden ist, bevor der Apple Store den Store zulässt, die Elemente des Abbilds, das Apple für 03:39.550 --> 03:44.100 ihn erstellt hat, als Liste von Argumenten für die Funktion an Apple zu übergeben. 03:44.170 --> 03:49.600 Und wie Sie sehen, ist genau das, was hier mit dem Laden und dem Diamanten angegeben ist. 03:49.930 --> 03:56.640 Alles in Ordnung, so dass ein Bild aus falschen Pixeln entsteht, das nichts mit den Bildern zu tun hat. 03:56.800 --> 04:01.720 Aber wir werden immer noch in der Lage sein, die endgültige Anzahl 04:01.720 --> 04:11.080 von Neuronen zu erhalten. Jetzt müssen wir uns daran erinnern, dass dieser Eingangsvektor in eine Fackelvariable umgewandelt wird, da dies in das 04:11.380 --> 04:13.060 neuronale Netzwerk eingeht. 04:13.060 --> 04:13.380 Gut. 04:13.390 --> 04:20.650 Dies stellt also nun ein Eingabebild aus zufälligen Pixeln dar, das gerade in ein realisierbares umgewandelt wurde und nun in das 04:20.650 --> 04:22.440 neuronale Netzwerk gelangen wird. 04:22.570 --> 04:28.330 Und genauer gesagt, die Faltungsschichten des neuronalen Netzwerks, da wir nach der Anwendung der 04:28.330 --> 04:34.100 Windungen nur die Anzahl der Neuronen benötigen, gehen wir einfach bis zu den Windungen 3. 04:34.210 --> 04:36.440 Also bis zur dritten Faltungsschicht. 04:36.580 --> 04:39.630 Wir werden hier nicht auf die beiden vollständigen Verbindungen eingehen. 04:39.850 --> 04:45.490 Und das ist, weil die Anzahl der Neuronen, die wir wollen, zwischen Faltung 3 und f liegt. c 1. 04:45.520 --> 04:52.120 Nun, jetzt haben wir ein Eingabebild mit den richtigen Erwähnungen. Nun, es ist Zeit, dieses Bild in das neuronale 04:52.180 --> 04:58.330 Netzwerk zu verbreiten, um die Abflachungsebene zu erreichen. Dann werden wir die Neuronen in der Abflachungsebene bekommen 04:58.330 --> 05:03.850 und wir bekommen nur die Informationen, die wir möchten, sind die Anzahl der Neuronen in 05:03.850 --> 05:04.750 dieser Abflachungsschicht. 05:04.990 --> 05:08.950 Jetzt müssen wir genau das tun, was wir in einer Vorwärtsfunktion tun. 05:08.950 --> 05:14.560 Wir müssen die Signale in das neuronale Netzwerk übertragen, jedoch nur in den Faltungsschichten, bis 05:14.560 --> 05:16.120 wir die Flutungsschicht erreichen. 05:16.330 --> 05:17.360 Also lass uns das tun. 05:17.360 --> 05:25.660 Wir werden x jetzt aktualisieren, x ist das Eingabebild und mit dem zweiten X wird X hier zur 05:25.660 --> 05:27.050 ersten Faltungsschicht. 05:27.310 --> 05:32.930 Nun müssen wir den ersten Schritt in drei Schritten durchführen, indem wir die Dekonvolution auf die 05:32.950 --> 05:33.790 Eingabebilder anwenden. 05:33.850 --> 05:40.960 Der zweite Schritt, in dem wir die gewundenen Bilder mit einem Mix-Beschnitt versehen und Inserts einsetzen, dass wir 05:40.960 --> 05:48.160 die Neuronen in diesen pulierten gewundenen Bildern aktivieren, und das x wird zu dieser ersten Faltung, die sie aus 05:48.160 --> 05:50.590 all diesen Pools zusammengesetztem Energis bilden. 05:51.010 --> 05:56.840 In diesem ersten Schritt wenden Sie die erste Faltungsfaltung auf die Eingabebilder an. 05:57.040 --> 06:07.540 Was wir also tun, ist, dass wir unsere Faltung einnehmen und Lucian eine davon machen, dass wir sie auf unsere Eingabebilder 06:07.550 --> 06:11.360 anwenden, die bisher durch x dargestellt werden. 06:11.500 --> 06:14.290 Das ist also das erste, was zuerst gemacht wurde. 06:14.320 --> 06:22.630 Im zweiten Schritt wenden wir das Spoolen auf unsere verwundenen Bilder an, die durch die Faltung 06:22.640 --> 06:26.880 zurückgegeben werden, wenn X und zwei Höhepunkte ziehen. 06:26.920 --> 06:34.610 Also nehmen wir die Abkürzung als die, und dann verwenden wir die Funktion Max Pool für D. 06:34.810 --> 06:42.340 Das ist das, in das wir ein X-X der Selbstfaltung in die Klammern des max. Pull ziehen, da wir beim 06:42.360 --> 06:45.220 nächsten Pull in die gefalteten Bilder spielen. 06:45.750 --> 06:53.140 Diese nächste Funktion erfordert jedoch zusätzliche Argumente, die zuerst die Kerngröße sind. 06:53.190 --> 06:59.190 Das ist also wieder die Größe des Fensters, das durch Ihre Bilder gleitet, und nimmt das Maximum der 06:59.190 --> 07:00.710 Pixel in jeder Folie. 07:00.830 --> 07:06.750 So werden die Features immer noch erkannt, da die Features mit einem hohen Wert des Pixels in den Arrays 07:06.840 --> 07:07.750 verknüpft sind. 07:07.890 --> 07:09.580 Wie Sie sagen, Intuition Vorträge. 07:09.780 --> 07:14.020 Dieses erste dokumentierte menschliche Eingabeaufforderung ist also diese Kerngröße. 07:14.100 --> 07:15.560 Und wir werden drei nehmen. 07:15.660 --> 07:17.650 Dies ist eine übliche Wahl für die Kerngröße. 07:17.940 --> 07:25.200 Und dann müssen wir die Schritte angeben, die Sie kennen, um wie viele Pixel es in den Bildern gleitet. 07:25.200 --> 07:27.560 Und wir werden zwei Schritte machen. 07:27.610 --> 07:29.400 Das ist wieder eine gewöhnliche Entscheidung. 07:29.820 --> 07:30.670 Also los geht's. 07:30.690 --> 07:32.530 Nun ist der zweite Schritt getan. 07:32.620 --> 07:38.910 Nun zum dritten Schritt, der alle Neuronen in diesem Pool und die gefalteten Bilder aktivieren 07:38.910 --> 07:39.580 soll. 07:39.610 --> 07:46.090 Und diese erste Faltungsschicht und um dies noch einmal zu tun, werden wir auf all dies eine Funktion anwenden. 07:46.170 --> 07:51.960 Also hier und noch einmal, weil wir eine andere Funktion übernehmen werden, die, wie Sie vielleicht 07:52.050 --> 07:55.170 erraten haben, eine Aktivierungsfunktion sein wird, aber welche. 07:55.230 --> 08:01.410 Wie üblich wird die Aktivierungsfunktion korrigiert und vielleicht erinnern Sie sich noch an den Namen 08:01.620 --> 08:02.330 dafür. 08:02.790 --> 08:03.410 Da gehen wir. 08:03.450 --> 08:04.290 Das ist der eine 08:04.290 --> 08:12.540 Und so wenden wir uns wirklich auf unsere gepoolten gefalteten Bilder an. 08:12.540 --> 08:12.940 Gut. 08:12.990 --> 08:14.270 Und das ist es. 08:14.370 --> 08:15.320 Drei Schritte sind erledigt. 08:15.330 --> 08:16.370 Das war sehr schnell. 08:16.500 --> 08:23.460 Denken Sie also daran, dass wir die Art und Weise betrachten müssen, in der wir zuerst die Faltung auf unsere 08:23.460 --> 08:28.830 Eingabebilder anwenden und dann Max auf unsere mit einer Faltung erhaltenen gefalteten Bilder ziehen. 08:28.950 --> 08:35.730 Und dann aktivieren wir die Neuronen in dieser ganzen Poolfaltungsschicht mit der Gleichrichteraktivierungsfunktion, so 08:35.730 --> 08:43.960 perfekt, dass wir unsere erste Faltungsschicht erhalten, auf der ein Höhepunkt gezogen wurde und in der die 08:44.050 --> 08:46.200 Neuronen jetzt aktiviert werden. 08:46.260 --> 08:51.640 Im Grunde ist es also so, dass es die Signale von der ersten Faltungsschicht zur 08:51.640 --> 08:52.500 nächsten weiterleitet. 08:52.630 --> 08:56.580 Apropos nächstes, genau das werden wir jetzt tun. 08:56.570 --> 09:01.660 Wir werden dasselbe tun, wie wir es gerade bei der ersten Faltung auf der 09:01.660 --> 09:08.170 zweiten Faltungsschicht getan haben, um die Signale durch Aktivierung der Neuronen der zweiten Faltungsschicht erneut in das neuronale 09:08.170 --> 09:09.660 Netzwerk zu verbreiten. 09:09.850 --> 09:12.910 Aber bevor wir dies tun, müssen wir diese Faltungsschicht erhalten. 09:13.120 --> 09:18.330 Wir werden also Faltung auf X anwenden, das jetzt die erste Faltungsschicht ist. 09:18.460 --> 09:24.070 Nun, wir werden die Faltung auf 2 x anwenden, um die zweite Faltungsschicht 09:24.070 --> 09:25.120 zu erhalten. 09:25.240 --> 09:27.860 Und dann endlich Sirat aktivieren. 09:27.970 --> 09:29.070 Also lass uns das tun. 09:29.170 --> 09:35.350 Es ist eigentlich sehr einfach, das einfach zu kopieren und unten einzufügen. 09:35.350 --> 09:39.240 Jetzt müssen wir natürlich auch die Faltung durch die Faltung ersetzen. 09:39.520 --> 09:40.460 Und da gehen wir hin. 09:40.480 --> 09:43.650 Das ist eigentlich schon ganz leicht zu sehen. 09:43.900 --> 09:50.200 Mit dieser Linie verbreiten wir nun die Signale von der zweiten Faltung zur nächsten, die dort 09:50.260 --> 09:52.580 die dritte Faltung sein wird. 09:52.720 --> 09:57.220 Und um diese dritte Faltung zu erhalten, muss das erneut angewendet werden. 09:57.220 --> 10:04.630 Also kopiere ich das unten und füge auch Faltung durch Faltung 10:04.870 --> 10:06.340 3 ein. 10:06.340 --> 10:11.490 Wir verbreiten die Signale in den drei Faltungsbriefen in einer Taschenlampe. 10:11.500 --> 10:13.100 Dank dieser tollen Struktur. 10:14.020 --> 10:15.340 Alles klar so perfekt. 10:15.340 --> 10:21.250 Nun haben wir unsere Signale bis zur dritten Faltungsschicht und danach weitergeleitet. 10:21.360 --> 10:24.780 Und wenn wir danach reden, führt uns das, wonach wir suchen. 10:24.820 --> 10:28.510 Was uns interessiert, ist die Abflachung dort. 10:28.510 --> 10:33.620 In Ordnung, jetzt haben wir unsere dritte Faltung, das ist das letzte X hier. 10:33.790 --> 10:36.120 Es ist Zeit, unsere Abflachung auszubauen. 10:36.490 --> 10:37.990 Genau das tun wir also. 10:37.990 --> 10:44.200 Jetzt werden wir alle Pixel dieser dritten Faltungsschicht abflachen, dh wir nehmen 10:44.290 --> 10:48.430 alle Pixel aller Kanäle der dritten Faltungsschicht. 10:48.640 --> 10:51.920 Wir werden sie nacheinander in einen riesigen Vektor setzen. 10:52.150 --> 10:56.920 Und natürlich wird dieser riesige Vektor nichts anderes als die Abflachungsebene und gleichzeitig werden 10:56.920 --> 11:02.000 wir einen Trick anwenden, um die Anzahl der Neuronen in dieser Abflachung dort zu erhalten. 11:02.070 --> 11:03.790 Das ist es, wonach wir suchen. 11:03.790 --> 11:09.370 Das ist die Anzahl der Neuronen, die wir vermissen, und deshalb lasst uns direkt das zurückgeben, was wir 11:09.370 --> 11:15.130 wollen, und in dieser Rückkehr werden wir die dritte Faltungsschicht abflachen und gleich und die Anzahl der Neuronen in 11:15.130 --> 11:16.330 dieser Abflachungsebene erhalten. 11:16.630 --> 11:20.150 Also nehmen wir X. das ist unsere dritte Faltung dort. 11:20.320 --> 11:25.150 Wir werden alle Kanäle der dritten Faltung dorthin nehmen und eine Funktion 11:25.150 --> 11:32.160 verwenden, die die Größenfunktion ist, um alle Pixel aller dieser Kanäle in einem einzigen großen Vektor zu glätten. 11:32.230 --> 11:35.930 Und so kann man den Trick finden, den man im Pite finden kann. 11:36.130 --> 11:42.400 Nun, zuerst nehmen wir die Daten von X, da X eine 11:42.400 --> 11:44.250 spezielle Struktur ist. 11:44.320 --> 11:51.920 Aber zuerst müssen wir hier mit Daten darauf zugreifen, dann müssen wir sehen, was sich darin befindet. 11:52.090 --> 11:57.700 Wir verwenden also diese Ansichtsfunktion und müssen nun auf das zugreifen, wonach wir suchen. 11:57.700 --> 12:01.980 Das gilt sogar für die Argumente 1 und minus 1. 12:02.230 --> 12:04.390 Sie müssen verstehen, was sich in der Struktur befindet. 12:04.510 --> 12:10.060 Aber Sie können einfach verstehen, dass wir auf diese Weise diese Anzahl von Neuronen erhalten 12:10.150 --> 12:15.560 werden. Zum Abschluss müssen wir die Größe in Klammern und Eingaben 1 hinzufügen. 12:15.880 --> 12:21.610 Was wir hier tun, ist im Grunde genommen, wir nehmen alle Pixel aller Kanäle und fügen sie 12:21.610 --> 12:27.180 nacheinander in diesen riesigen Vektor ein, der der Eingang des vollständig verbundenen Netzwerks sein wird. 12:27.190 --> 12:29.250 Das ist im Grunde die Größe. 12:29.410 --> 12:34.060 Und damit bekommen wir so viele neue, die wir suchen. 12:34.060 --> 12:36.460 Also gut, jetzt bekommen wir, was wir wollen. 12:36.490 --> 12:44.350 Und so können wir schließlich die Anzahl der Neuronen durch das ersetzen, was von dieser Funktion zurückgegeben wird, wenn sie 12:44.530 --> 12:47.400 auf das Format der Bilder angewendet wird. 12:47.440 --> 12:50.140 Das ist eine von 80 von 80. 12:50.170 --> 13:00.040 Was wir jetzt tun müssen, ist die Anzahl Neuronen zu ersetzen, indem wir die Funktion der Neuronen zählen nehmen, 13:00.250 --> 13:09.040 die wir auf das Format der Bilder anwenden, das die Gesamtzahl 80 und 80 sein wird. 13:09.460 --> 13:10.400 Und da gehen wir hin. 13:10.510 --> 13:17.140 Und natürlich vergessen wir das Selbst nicht, weil Count Neuron tatsächlich eine Methode des CNN-Tests ist. 13:17.170 --> 13:18.490 Also müssen wir das hinzufügen. 13:18.700 --> 13:21.190 Und jetzt sollte die Warnung verschwinden. 13:21.190 --> 13:22.540 Und da gehen wir hin. 13:22.540 --> 13:23.890 Jetzt ist alles gut. 13:23.980 --> 13:29.930 Wir bekommen die Architektur des neuronalen Netzwerks, ohne dass es an nichts fehlt. Wir haben diese Gegenanzüge, wenn 13:30.140 --> 13:35.290 Sie wissen, dass Sie andere Architekturen ausprobieren möchten und die Anzahl der Neuronen nicht manuell gezählt 13:35.290 --> 13:36.210 werden soll. 13:36.340 --> 13:39.940 Verwenden Sie diese Funktion, indem Sie sie im Format Ihrer Bilder abspielen. 13:40.180 --> 13:42.130 Und das bringt dir direkt das, was du willst. 13:42.130 --> 13:45.810 Das ist die Anzahl der Neuronen in der Flutungsschicht, ohne etwas tun zu müssen. 13:45.820 --> 13:49.450 Und wo die Architektur ist, ist das entscheidend. 13:49.480 --> 13:57.040 Und jetzt sind wir mit dem ersten großen wichtigen Schritt dieses Gehirns fertig, den wir machen, und wir haben einen letzten 13:57.040 --> 13:57.720 Schritt. 13:57.790 --> 14:02.500 Dies ist eine letzte Funktion, die als Main Forward-Funktion erstellt wird. 14:02.590 --> 14:07.730 Wir verbreiten also die Signale vom Beginn des Gehirns, die von den Augen 14:07.730 --> 14:12.160 des Auges stammen, zur Ausgabeschicht, die nach der zweiten Verbindung liegt. 14:12.460 --> 14:15.850 Also machen wir das in den nächsten zwei Toile und bis dahin unsere KI.