WEBVTT 00:00.530 --> 00:02.950 Olá e bem vindo a este tutorial do Python. 00:02.990 --> 00:08.520 Então, agora, o próximo passo é fazer com que os neurónios funcionem, o que nos dará o que queremos. 00:08.540 --> 00:14.130 Esse é o número de neurônios neste enorme vetor depois que as convoluções são aplicadas. 00:14.300 --> 00:19.640 Essa é a única informação faltante que precisamos agora e vamos buscá-la com a função. 00:19.700 --> 00:23.930 Então, vamos fazer essa função que vamos chamar de conta. 00:24.280 --> 00:27.570 E esses neurônios centrais são muito simples. 00:27.830 --> 00:32.220 E o que esta função de contagem de neurônios vai tomar como argumentos. 00:32.510 --> 00:39.450 porque esse número de neurônios de saída na camada de achatamento realmente depende apenas de uma coisa. 00:39.450 --> 00:44.540 Bem, ele vai levar o próprio objeto, mas então vai levar outra coisa 00:44.660 --> 00:50.840 Depende das dominações da imagem de entrada original, a qual vai no início da 00:50.840 --> 00:51.930 rede neural. 00:52.160 --> 00:58.370 E, portanto, o único argumento que precisamos no momento é que o tempo menciona o tempo das imagens de entrada. 00:58.370 --> 01:03.410 Portanto, vamos dar um nome a esse argumento que representa o diamante e da imagem de entrada. 01:03.520 --> 01:06.790 E nós vamos chamá-lo de imagem. 01:07.220 --> 01:07.690 Tudo bem. 01:07.850 --> 01:14.720 que as dimensões reais das imagens de entrada provenientes da Dume serão 80 por 80. 01:14.720 --> 01:16.850 E posso dizer-lhe agora 01:16.850 --> 01:23.330 Vamos reduzir o tamanho das imagens originais para 80 por 80 e esse será o formato 01:23.390 --> 01:26.270 das imagens que entrarão na rede neural. 01:26.270 --> 01:32.300 Então, a imagem deles será realmente uma 80 80 e a mesma corresponde ao fato de que estamos trabalhando com 01:32.300 --> 01:33.750 imagens em preto e branco. 01:33.830 --> 01:41.040 Isso é com apenas um canal para que a imagem deles seja correlacionada com o total de um oitenta e 80. 01:41.280 --> 01:41.560 Tudo bem. 01:41.560 --> 01:43.590 Então, esse é o único argumento que precisamos. 01:43.660 --> 01:45.670 E agora vamos analisar os neurônios. 01:45.850 --> 01:47.280 Então, como você vai fazer isso? 01:47.500 --> 01:51.110 Bem, antes de tudo, na verdade não temos nenhuma imagem de entrada agora. 01:51.250 --> 01:54.070 Não temos nenhuma imagem de doom que possamos importar. 01:54.070 --> 01:55.330 Nós vamos fazer isso mais tarde. 01:55.540 --> 02:01.240 Então, a primeira coisa que temos a fazer é criar uma imagem falsa, mas isso fez introns 80 em 80. 02:01.240 --> 02:06.160 essa imagem falsa com pixels falsos e isso ainda nos dará eventualmente o número 02:06.160 --> 02:12.280 que queremos porque esse número depende apenas das dimensões e não dos pixels que estão dentro das imagens. 02:12.280 --> 02:13.320 Nós vamos criar 02:13.330 --> 02:15.640 Então, isso apenas cria uma imagem falsa para começar. 02:15.730 --> 02:18.520 E então calcularemos o número de neurônios que queremos. 02:18.520 --> 02:23.860 Então, o truque para criar uma imagem falsa é bem, vamos chamá-lo de x. 02:23.890 --> 02:30.700 Em primeiro lugar, e então, vamos usar a tocha que Rand porque você sabe que vamos colocar alguns 02:30.700 --> 02:37.200 pixels aleatórios nessas imagens, que estamos usando essas funções aleatórias do Torche, que é a função Rand. 02:37.250 --> 02:42.740 Então dentro, vamos entrar, como você pode ver as condenações das imagens. 02:42.850 --> 02:44.400 Esse é um 80 80. 02:44.560 --> 02:50.500 Mas desde que vamos colocar essa imagem na rede neural e, como você se lembra, a rede neural só 02:50.500 --> 02:55.170 pode aceitar lotes de estados de entrada que estão aqui lotes de imagens de entrada. 02:55.370 --> 03:00.600 Nós vamos criar esses diamantes falsos nos quais podemos fazer diretamente essa função de execução. 03:00.670 --> 03:05.720 Na verdade, apenas comece com o que corresponderá ao lote e, então, 03:05.730 --> 03:11.070 podemos apenas colocar tudo 188 o correspondente às dominações da imagem de entrada. 03:11.110 --> 03:16.980 E, como você entendeu, essas indicações estão contidas nesta imagem, o argumento que representa 03:16.980 --> 03:19.330 essa tabela 1 80 80. 03:19.420 --> 03:23.290 Então, precisamos apenas adicionar imagens. 03:23.620 --> 03:29.410 Mas, para passar os elementos da tabela porque você sabe agora, a imagem deles é um duplo 03:29.410 --> 03:31.940 como uma lista de argumentos de uma função. 03:32.020 --> 03:39.460 Precisamos adicionar aqui antes de imaginar que existe antes que a loja da Apple, a loja permitirá passar os elementos 03:39.550 --> 03:44.100 do imaginário para a Apple como uma lista de argumentos para a função. 03:44.170 --> 03:49.600 E, como você pode ver, é exatamente o que é especificado aqui com a loja e o diamante. 03:49.930 --> 03:56.640 Tudo bem para que crie uma imagem de pixels falsos que não terão nada a ver com as imagens. 03:56.800 --> 04:01.720 capazes de obter o número final de neurônios e agora a última 04:01.720 --> 04:11.080 coisa que precisamos lembrar é converter esse vetor de entrada em uma variável de tocha porque isso vai entrar na rede neural. 04:11.380 --> 04:13.060 Mas, novamente, ainda seremos 04:13.060 --> 04:13.380 Tudo bem. 04:13.390 --> 04:20.650 Então, isso agora representa uma imagem de entrada de pixels aleatórios que acabou de ser convertido em um viável e que 04:20.650 --> 04:22.440 agora entrará na rede neural. 04:22.570 --> 04:28.330 E, mais especificamente, as camadas convolutivas da rede neural porque, como só precisamos 04:28.330 --> 04:34.100 do número de neurônios após a aplicação das circunvoluções, iremos até as circunvoluções 3. 04:34.210 --> 04:36.440 Então, até a terceira camada convolucional. 04:36.580 --> 04:39.630 E não entraremos nas duas conexões completas aqui. 04:39.850 --> 04:45.490 E isso ocorre porque o número de neurônios que queremos é entre a convolução 3 e f. c 1. 04:45.520 --> 04:52.120 Tudo bem agora, agora que temos uma imagem de entrada com as menções certas Bem, é hora de propagar 04:52.180 --> 04:58.330 esta imagem na rede neural para alcançar a camada achatada, então vamos conseguir os neurônios na camada achatada 04:58.330 --> 05:03.850 e nós vamos apenas obter a A informação que queremos é o número de neurônios nesta 05:03.850 --> 05:04.750 camada achatada. 05:04.990 --> 05:08.950 Então, agora temos que fazer é exatamente o que fazemos em uma função avançada. 05:08.950 --> 05:14.560 Precisamos propagar os sinais na rede neural, mas apenas nas camadas convolutivas até alcançar 05:14.560 --> 05:16.120 a camada de inundação. 05:16.330 --> 05:17.360 Então vamos fazer isso. 05:17.360 --> 05:25.660 Vamos atualizar x agora x é a imagem de entrada e com o segundo X aqui o X se tornará bem 05:25.660 --> 05:27.050 a primeira camada convolucional. 05:27.310 --> 05:32.930 E agora o que temos a fazer é o primeiro passo do processo de etapas, aplicamos a deconvolução nas 05:32.950 --> 05:33.790 imagens de entrada. 05:33.850 --> 05:40.960 Então, o segundo passo, aplicamos a poda de mistura para as imagens e inserções enroladas que ativamos 05:40.960 --> 05:48.160 os neurônios nessas imagens enroladas e o x se tornará este primeiro convolucional, eles são compostos por 05:48.160 --> 05:50.590 todas essas piscinas enroladas Energis. 05:51.010 --> 05:56.840 Então, vamos fazer esta primeira etapa, aplique a primeira convolução convolução para as imagens de entrada. 05:57.040 --> 06:07.540 Então, o que fazemos é levar a nossa convolução um auto que convo Lucian que vamos aplicamos às nossas imagens de 06:07.550 --> 06:11.360 entrada que até agora são representadas por x. 06:11.500 --> 06:14.290 Então, esse é o primeiro que primeiro a fazer isso agora. 06:14.320 --> 06:22.630 Segundo passo, vamos aplicar spool para nossas imagens complicadas retornadas por convolução quando X e dois clímax puxando Bem, 06:22.640 --> 06:26.880 vamos tomar uma função a partir do módulo funcional. 06:26.920 --> 06:34.610 Então, tomamos o short cut do que isso e então vamos usar a função Max pool para D. 06:34.810 --> 06:42.340 auto-convolução um X entre parênteses do máximo de puxar para o porque jogamos depois puxar para as imagens enroladas. 06:42.360 --> 06:45.220 Esse é o único que colocamos a 06:45.750 --> 06:53.140 Mas esta próxima função requer argumentos adicionais que são primeiro o tamanho do kernel. 06:53.190 --> 06:59.190 Então, novamente, esse é o tamanho da janela que desliza através de suas imagens e isso levará o máximo 06:59.190 --> 07:00.710 de pixels em cada slide. 07:00.830 --> 07:06.750 Então, isso ainda irá detectar os recursos porque os recursos estão associados a um alto valor do 07:06.840 --> 07:07.750 pixel nas matrizes. 07:07.890 --> 07:09.580 Como você diz palestras de intuição. 07:09.780 --> 07:14.020 Então, essa primeira necessidade humana documentada de entrada é esse tamanho do kernel. 07:14.100 --> 07:15.560 E nós vamos levar três. 07:15.660 --> 07:17.650 Essa é uma escolha comum para o tamanho do kernel. 07:17.940 --> 07:25.200 E então precisamos colocar os passos que você conhece em quantos pixels ele vai deslizar nas imagens. 07:25.200 --> 07:27.560 E vamos dar um passo de dois. 07:27.610 --> 07:29.400 Mais uma vez, essa é uma escolha comum. 07:29.820 --> 07:30.670 Então vamos lá. 07:30.690 --> 07:32.530 Agora o segundo passo é feito. 07:32.620 --> 07:38.910 vamos passar para o terceiro passo, que é para ativar todos os neurônios neste pool e imagens enroladas. 07:38.910 --> 07:39.580 E agora 07:39.610 --> 07:46.090 E esta primeira camada de convolução e para fazer isso de novo, vamos aplicar uma função a tudo isso. 07:46.170 --> 07:51.960 E aqui e voltando novamente, porque vamos tomar outra função que, como você pode ter adivinhado, 07:52.050 --> 07:55.170 será uma função de ativação, mas qual delas. 07:55.230 --> 08:01.410 Como de costume, vai ser a função de ativação corrigida e talvez você se lembre do nome para isso 08:01.620 --> 08:02.330 é realmente. 08:02.790 --> 08:03.410 Aqui vamos nós. 08:03.450 --> 08:04.290 Esse é o único. 08:04.290 --> 08:12.540 E então nos aplicamos realmente às nossas imagens agrupadas agrupadas que é tudo isso. 08:12.540 --> 08:12.940 Tudo bem. 08:12.990 --> 08:14.270 E é isso. 08:14.370 --> 08:15.320 Três passos feitos. 08:15.330 --> 08:16.370 Isso foi muito rápido. 08:16.500 --> 08:23.460 Então, lembre-se da maneira como temos de olhar para isso é primeiro, aplicamos a convolução para nossas imagens de 08:23.460 --> 08:28.830 entrada, então aplicamos o máximo de puxar para nossas imagens complicadas obtidas com uma convolução. 08:28.950 --> 08:35.730 convolucional sobre a qual foi uma tração de clímax e em que os neurônios estão agora ativados. 08:35.730 --> 08:43.960 E, em seguida, ativamos os neurônios em toda essa camada de convolução com a função de ativação do retificador, de modo 08:44.050 --> 08:46.200 que obtivemos a nossa primeira camada 08:46.260 --> 08:51.640 E, basicamente, o que faz é que ele propaga os sinais da primeira camada convolucional para 08:51.640 --> 08:52.500 a próxima. 08:52.630 --> 08:56.580 E falando sobre o próximo, é exatamente o que vamos cuidar agora. 08:56.570 --> 09:01.660 Vamos fazer o mesmo que acabamos de fazer no primeiro convolucional lá 09:01.660 --> 09:08.170 para a segunda camada convolucional para propagar novamente os sinais na rede neural ativando os neurônios 09:08.170 --> 09:09.660 da segunda camada convolucional. 09:09.850 --> 09:12.910 Mas antes de fazer isso precisamos obter essa camada convolucional. 09:13.120 --> 09:18.330 E então vamos aplicar convolução para X que agora é a primeira camada convolucional. 09:18.460 --> 09:24.070 Bem, vamos aplicar a convolução para 2 x para obter a segunda camada convolucional após a qual 09:24.070 --> 09:25.120 será Max puxá-la. 09:25.240 --> 09:27.860 E, finalmente, ativando Sirat. 09:27.970 --> 09:29.070 Então vamos fazer isso. 09:29.170 --> 09:35.350 Na verdade, é muito fácil copiar isso e colar isso abaixo. 09:35.350 --> 09:39.240 Agora é claro que precisamos substituir a convolução um por convolução também. 09:39.520 --> 09:40.460 E nós vamos lá. 09:40.480 --> 09:43.650 Isso realmente está pronto, veja muito fácil. 09:43.900 --> 09:50.200 E agora, com esta linha, propagamos os sinais do segundo convolucional para o próximo, que 09:50.260 --> 09:52.580 será o terceiro convolucional lá. 09:52.720 --> 09:57.220 E para obter essa terceira vontade convolucional, será necessário aplicar isso de novo. 09:57.220 --> 10:04.630 Então eu estou copiando isso colando isso abaixo e substituindo a convolução também pela convolução 3 e isso é feito 10:04.870 --> 10:06.340 não é tão prático. 10:06.340 --> 10:11.490 Nós propagamos os sinais nas três letras convolutivas em uma lanterna. 10:11.500 --> 10:13.100 Graças a esta incrível estrutura. 10:14.020 --> 10:15.340 Tudo bem, tão perfeito. 10:15.340 --> 10:21.250 Agora temos nossos sinais propagados até a terceira camada convolucional e depois. 10:21.360 --> 10:24.780 E falar de depois disso nos leva ao que estamos procurando. 10:24.820 --> 10:28.510 O que nos interessa é o achatamento lá. 10:28.510 --> 10:33.620 Tudo bem, agora que temos a nossa terceira convolução que é o último X aqui. 10:33.790 --> 10:36.120 É hora de obter nosso achatamento. 10:36.490 --> 10:37.990 E assim é exatamente o que vamos fazer. 10:37.990 --> 10:44.200 Agora vamos aplanar todos os pixels desta terceira camada convolucional que é que vamos levar todos 10:44.290 --> 10:48.430 os pixels de todos os canais da terceira camada convolucional. 10:48.640 --> 10:51.920 Nós vamos colocá-los um após o outro em um vetor enorme. 10:52.150 --> 10:56.920 E é claro que este enorme vetor não será nada além da camada de achatamento 10:56.920 --> 11:02.000 e, ao mesmo tempo, usaremos um truque para obter o número de neurônios neste achatamento lá. 11:02.070 --> 11:03.790 É isso que estamos procurando. 11:03.790 --> 11:09.370 de neurônios que estamos perdendo e, portanto, vamos retornar diretamente o que queremos e neste retorno, vamos 11:09.370 --> 11:15.130 aplanar a terceira camada convolucional e chegar ao mesmo e o número de neurônios nesta camada achatada. 11:15.130 --> 11:16.330 Esse é o número 11:16.630 --> 11:20.150 Então vamos tomar X. Qual é a nossa terceira convolução lá. 11:20.320 --> 11:25.150 Nós vamos levar todos os canais do terceiro convolucional lá e vamos usar uma 11:25.150 --> 11:32.160 função que é a função de tamanho para baixar todos os pixels de todos esses canais em um mesmo vetor enorme. 11:32.230 --> 11:35.930 E então, o truque que você consegue encontrá-lo no pite ver o trabalho. 11:36.130 --> 11:42.400 Bem, primeiro, nós levamos os dados de X porque X é uma estrutura especial, você sabe que é uma tocha Voivode, então 11:42.400 --> 11:44.250 ele tem uma estrutura bastante complexa. 11:44.320 --> 11:51.920 Mas primeiro precisamos acessá-lo com dados aqui, então precisamos ver o que está dentro dele. 11:52.090 --> 11:57.700 Então usamos essa função de visualização e agora precisamos acessar o que estamos procurando 11:57.700 --> 12:01.980 e isso é mesmo com os argumentos 1 e menos 1. 12:02.230 --> 12:04.390 Você tem que entender o que está dentro da estrutura. 12:04.510 --> 12:10.060 Mas você só pode entender que é assim que vamos conseguir esse número de 12:10.150 --> 12:15.560 neurônios e, para terminar, precisamos adicionar tamanho entre parênteses e entradas internas 1. 12:15.880 --> 12:21.610 Então, basicamente, o que fazemos aqui, o que fazemos, é que tomamos todos os pixels de todos os canais 12:21.610 --> 12:27.180 e os colocamos um após o outro nesse enorme vetor que será a entrada da rede totalmente conectada. 12:27.190 --> 12:29.250 Isso é basicamente o que o tamanho faz. 12:29.410 --> 12:34.060 E com isso podemos obter esse número de novos que estamos procurando. 12:34.060 --> 12:36.460 Tudo bem, agora, obtemos o que queremos. 12:36.490 --> 12:44.350 E por isso, finalmente, podemos substituir os neurônios numéricos por o que é retornado por esta função quando 12:44.530 --> 12:47.400 é aplicado ao formato das imagens. 12:47.440 --> 12:50.140 Isso é um por 80 por 80. 12:50.170 --> 13:00.040 Então, o que temos que fazer agora é o número de neurônios de substituição, levamos a função de contagem 13:00.250 --> 13:09.040 de neurônios que aplicamos ao formato das imagens, que será o total de 80 e 80. 13:09.460 --> 13:10.400 E nós vamos lá. 13:10.510 --> 13:17.140 E é claro que não nos esquecemos porque o neurônio Count é realmente um método do teste CNN. 13:17.170 --> 13:18.490 Então precisamos adicionar o. 13:18.700 --> 13:21.190 E agora o aviso deve desaparecer. 13:21.190 --> 13:22.540 E nós vamos lá. 13:22.540 --> 13:23.890 Agora tudo é bom. 13:23.980 --> 13:29.930 Nós conseguimos a arquitetura da rede neural sem falta de nada e nós temos essa função de countersuits 13:30.140 --> 13:35.290 caso você saiba que deseja experimentar algumas outras arquiteturas e você não quer contar o número 13:35.290 --> 13:36.210 de neurônios manualmente. 13:36.340 --> 13:39.940 Você apenas usa essa função para reproduzir o formato das suas imagens. 13:40.180 --> 13:42.130 E isso irá levá-lo diretamente ao que deseja. 13:42.130 --> 13:45.810 Esse é o número de neurônios na camada de inundação sem ter que fazer nada. 13:45.820 --> 13:49.450 E onde quer que a arquitetura seja crítica. 13:49.480 --> 13:57.040 E agora terminamos com o primeiro grande passo importante deste cérebro que estamos fazendo e temos um 13:57.040 --> 13:57.720 último passo. 13:57.790 --> 14:02.500 Essa é uma última função para fazer qual será a principal função para a frente. 14:02.590 --> 14:07.730 dos olhos do olho para a camada de saída que está após a segunda conexão. 14:07.730 --> 14:12.160 Então, vamos propagar os sinais desde o início do cérebro que são 14:12.460 --> 14:15.850 Então vamos fazer isso nos próximos dois anos e até então nossa IA.