WEBVTT 00:00.530 --> 00:02.950 Hola y bienvenidos a este tutorial de Python. 00:02.990 --> 00:08.520 Así que ahora el siguiente paso es hacer que las neuronas cuenten con funciones que nos den lo que queremos. 00:08.540 --> 00:14.130 Esa es la cantidad de neuronas en este enorme vector después de aplicar las convoluciones. 00:14.300 --> 00:19.640 Esa es la única información faltante que necesitamos en este momento y vamos a obtenerla con la función. 00:19.700 --> 00:23.930 Así que hagamos que esta función que vamos a llamar cuente. 00:24.280 --> 00:27.570 Y esas neuronas centrales son muy simples. 00:27.830 --> 00:32.220 Y qué es lo que esta función de contar neuronas va a tomar como argumentos. 00:32.510 --> 00:39.450 más porque este número de neuronas de salida en la capa de aplanamiento en realidad solo depende de una cosa. 00:39.450 --> 00:44.540 Bueno, va a tomar el objeto en sí, pero luego va a necesitar algo 00:44.660 --> 00:50.840 Depende de las dominaciones de la imagen de entrada original, la que va al comienzo de 00:50.840 --> 00:51.930 la red neuronal. 00:52.160 --> 00:58.370 Entonces, el único argumento que necesitamos en este momento es en realidad el momento en que se menciona el tiempo de las imágenes de entrada. 00:58.370 --> 01:03.410 Por lo tanto, démosle un nombre a este argumento que representa el diamante y la imagen de entrada. 01:03.520 --> 01:06.790 Y vamos a llamarlo imagen. 01:07.220 --> 01:07.690 Todo bien. 01:07.850 --> 01:14.720 las dimensiones reales de las imágenes de entrada que provienen de Dume van a ser de 80 por 80. 01:14.720 --> 01:16.850 Y puedo decirles ahora mismo que 01:16.850 --> 01:23.330 Vamos a reducir el tamaño de las imágenes originales a 80 por 80, y ese será el formato de 01:23.390 --> 01:26.270 las imágenes que entrarán en la red neuronal. 01:26.270 --> 01:32.300 Entonces Image them va a ser uno 80 80 y el uno corresponde al hecho de que estamos trabajando con 01:32.300 --> 01:33.750 imágenes en blanco y negro. 01:33.830 --> 01:41.040 Eso es con un solo canal, así que la imagen de ellos va a estar correlacionada con el total de ochenta y 80. 01:41.280 --> 01:41.560 Todo bien. 01:41.560 --> 01:43.590 Entonces ese es el único argumento que necesitamos. 01:43.660 --> 01:45.670 Y ahora analicemos las neuronas. 01:45.850 --> 01:47.280 Entonces, ¿cómo vas a hacer eso? 01:47.500 --> 01:51.110 Bueno, antes que nada, no tenemos ninguna imagen de entrada en este momento. 01:51.250 --> 01:54.070 No tenemos ninguna imagen de fatalidad que podamos importar. 01:54.070 --> 01:55.330 Vamos a hacer eso más tarde. 01:55.540 --> 02:01.240 Entonces, lo primero que tenemos que hacer es crear una imagen falsa, pero eso ha hecho intrones 80 sobre 80. 02:01.240 --> 02:06.160 esa imagen falsa con píxeles falsos y eso nos dará finalmente el número que queremos 02:06.160 --> 02:12.280 porque ese número solo depende de las dimensiones y no de los píxeles que están dentro de las imágenes. 02:12.280 --> 02:13.320 Vamos a crear 02:13.330 --> 02:15.640 Entonces esto solo crea una imagen falsa para comenzar. 02:15.730 --> 02:18.520 Y luego calcularemos la cantidad de neuronas que queremos. 02:18.520 --> 02:23.860 Entonces, el truco para crear una imagen falsa es que lo llamaremos x. 02:23.890 --> 02:30.700 En primer lugar, luego usaríamos la antorcha de ese Rand, porque sabes que vamos a poner algunos píxeles 02:30.700 --> 02:37.200 aleatorios en estas imágenes, ya que estamos usando estas funciones aleatorias de torche, que es la función rand. 02:37.250 --> 02:42.740 Luego adentro vamos a ingresar como puedes ver las maldiciones de las imágenes. 02:42.850 --> 02:44.400 Ese es uno 80 80. 02:44.560 --> 02:50.500 Pero ya que vamos a poner esta imagen en la red neuronal y, como recordarán, la red neuronal solo 02:50.500 --> 02:55.170 puede aceptar lotes de estados de entrada que están aquí lotes de imágenes de entrada. 02:55.370 --> 03:00.600 Vamos a crear esos diamantes falsos en los que podemos hacer esta función de ejecución directamente. 03:00.670 --> 03:05.720 De hecho, solo comenzamos con el que corresponderá al lote y luego podemos 03:05.730 --> 03:11.070 simplemente subirlo a la 188 correspondiente a las dominaciones de la imagen de entrada. 03:11.110 --> 03:16.980 Y como usted entendió estas nominaciones están contenidas en esta imagen, el argumento que 03:16.980 --> 03:19.330 representa esa tabla 1 80 80. 03:19.420 --> 03:23.290 Entonces solo necesitamos agregarles imágenes. 03:23.620 --> 03:29.410 Pero para pasar los elementos de la tabla porque ya lo sabe, Image them es un doble 03:29.410 --> 03:31.940 como una lista de argumentos de una función. 03:32.020 --> 03:39.460 Necesitamos agregar aquí antes de la imagen que hay antes de que la tienda de Apple la tienda permita pasar los elementos 03:39.550 --> 03:44.100 de la imagen a Apple como una lista de argumentos para la función. 03:44.170 --> 03:49.600 Y como pueden ver, eso es exactamente lo que se especifica aquí con la tienda y el diamante. 03:49.930 --> 03:56.640 De acuerdo, creará una imagen de píxeles falsos que no tendrá nada que ver con las imágenes. 03:56.800 --> 04:01.720 el número final de neuronas y ahora lo último que tenemos 04:01.720 --> 04:11.080 que recordar es convertir este vector de entrada en una variable de antorcha porque esto va a ir a la red neuronal. 04:11.380 --> 04:13.060 Pero nuevamente podremos obtener 04:13.060 --> 04:13.380 Todo bien. 04:13.390 --> 04:20.650 Entonces, esto ahora representa una imagen de entrada de píxeles aleatorios que se acaba de convertir en un viable y que ahora 04:20.650 --> 04:22.440 irá a la red neuronal. 04:22.570 --> 04:28.330 Y más específicamente, las capas convolucionales de la red neuronal porque, dado que solo necesitamos 04:28.330 --> 04:34.100 el número de neuronas después de aplicar las convoluciones, simplemente ascenderemos a las convoluciones 3. 04:34.210 --> 04:36.440 Así que hasta la tercera capa convolucional. 04:36.580 --> 04:39.630 Y no entraremos en las dos conexiones completas aquí. 04:39.850 --> 04:45.490 Y eso es porque la cantidad de neuronas que queremos es entre convolución 3 y f. c 1. 04:45.520 --> 04:52.120 Muy bien, ahora que tenemos una imagen de entrada con las menciones correctas Bueno, es hora de propagar esta imagen 04:52.180 --> 04:58.330 en la red neuronal para alcanzar la capa de aplanamiento, luego vamos a obtener las neuronas en la 04:58.330 --> 05:03.850 capa aplanada y obtendremos el La información que queremos es la cantidad de neuronas en esta 05:03.850 --> 05:04.750 capa de aplanamiento. 05:04.990 --> 05:08.950 Entonces, ahora tenemos que hacer es exactamente lo que hacemos en una función de reenvío. 05:08.950 --> 05:14.560 Necesitamos propagar las señales a la red neuronal, pero solo en las capas convolucionales hasta que lleguemos 05:14.560 --> 05:16.120 a la capa de inundación. 05:16.330 --> 05:17.360 Entonces, hagamos esto. 05:17.360 --> 05:25.660 Vamos a actualizar x ahora x es la imagen de entrada y con la segunda X aquí X será la 05:25.660 --> 05:27.050 primera capa convolucional. 05:27.310 --> 05:32.930 Y ahora lo que tenemos que hacer es el primer paso del proceso de tres pasos, aplicar la deconvolución a las 05:32.950 --> 05:33.790 imágenes de entrada. 05:33.850 --> 05:40.960 Luego, en el segundo paso aplicamos la poda de mezcla a las intrincadas imágenes e inserciones que activamos las 05:40.960 --> 05:48.160 neuronas en estas imágenes intrincadas y puñadas y las x se convertirán en las primeras convolucionales que están compuestas 05:48.160 --> 05:50.590 de todas estas piscinas enredadas Energis. 05:51.010 --> 05:56.840 Así que vamos a hacer este primer paso aplicar la primera convolución de convolución a las imágenes de entrada. 05:57.040 --> 06:07.540 Entonces, lo que hacemos es tomar nuestra convolución uno mismo que convo Lucian uno que vamos aplicamos a nuestras imágenes de 06:07.550 --> 06:11.360 entrada que hasta ahora están representados por x. 06:11.500 --> 06:14.290 Entonces, eso es lo primero que primero se hace ahora. 06:14.320 --> 06:22.630 Segundo paso vamos a aplicar spooling a nuestras intrincadas imágenes devueltas por convolución cuando X y dos clímax tirando 06:22.640 --> 06:26.880 Bueno, vamos a tomar una función del módulo funcional. 06:26.920 --> 06:34.610 Así que tomamos el atajo que eso y luego vamos a usar la función Max pool para D. 06:34.810 --> 06:42.340 una X en el paréntesis de la máxima atracción porque jugamos el próximo tirón en las intrincadas imágenes. 06:42.360 --> 06:45.220 Ese es el que colocamos la autoconvolución 06:45.750 --> 06:53.140 Pero esta próxima función toma argumentos adicionales que son primero el tamaño del kernel. 06:53.190 --> 06:59.190 Entonces, de nuevo, ese es el tamaño de la ventana que se desliza a través de sus imágenes y que tomará el 06:59.190 --> 07:00.710 máximo de píxeles en cada diapositiva. 07:00.830 --> 07:06.750 Entonces eso aún detectará las características porque las características están asociadas a un alto valor del píxel 07:06.840 --> 07:07.750 en las matrices. 07:07.890 --> 07:09.580 Como dices las conferencias de intuición. 07:09.780 --> 07:14.020 Entonces, esta primera necesidad humana documentada de ingresar es este tamaño de kernel. 07:14.100 --> 07:15.560 Y vamos a tomar tres. 07:15.660 --> 07:17.650 Esa es una opción común para el tamaño del kernel. 07:17.940 --> 07:25.200 Y luego tenemos que poner los pasos que sabe por la cantidad de píxeles que se va a deslizar en las imágenes. 07:25.200 --> 07:27.560 Y vamos a tomar un paso de dos. 07:27.610 --> 07:29.400 De nuevo, esa es una elección común. 07:29.820 --> 07:30.670 Entonces ahí vamos 07:30.690 --> 07:32.530 Ahora el segundo paso está hecho. 07:32.620 --> 07:38.910 pasamos al tercer paso, que es activar todas las neuronas en este grupo e imágenes intrincadas. 07:38.910 --> 07:39.580 Y ahora 07:39.610 --> 07:46.090 Y esta primera capa de convolución y para hacer esto de nuevo vamos a aplicar una función a todo esto. 07:46.170 --> 07:51.960 Así que aquí y tomo de nuevo porque vamos a tomar otra función que, como habrás 07:52.050 --> 07:55.170 adivinado, será una función de activación, pero cuál. 07:55.230 --> 08:01.410 Como de costumbre, va a ser la función de activación rectificada y tal vez recuerdes el nombre que 08:01.620 --> 08:02.330 realmente es. 08:02.790 --> 08:03.410 Aquí vamos. 08:03.450 --> 08:04.290 Ese es. 08:04.290 --> 08:12.540 Y entonces aplicamos realmente a nuestras imágenes enrevesadas agrupadas que es todo esto. 08:12.540 --> 08:12.940 Todo bien. 08:12.990 --> 08:14.270 Y eso es. 08:14.370 --> 08:15.320 Tres pasos hechos 08:15.330 --> 08:16.370 Eso fue muy rápido. 08:16.500 --> 08:23.460 Así que recuerda la forma en que tenemos que mirar esto, primero aplicamos la convolución a nuestras imágenes 08:23.460 --> 08:28.830 de entrada y aplicamos Max tirando de nuestras intrincadas imágenes obtenidas con una convolución. 08:28.950 --> 08:35.730 convolucional en la que se produjo un clímax y en la que las neuronas ahora están activadas. 08:35.730 --> 08:43.960 Y luego activamos las neuronas en toda esta capa convolucional de la piscina con la función de activación del rectificador tan 08:44.050 --> 08:46.200 perfecta que obtenemos nuestra primera capa 08:46.260 --> 08:51.640 Y básicamente, lo que hace es propagar las señales desde la primera capa convolucional a 08:51.640 --> 08:52.500 la siguiente. 08:52.630 --> 08:56.580 Y hablando de la siguiente, eso es exactamente de lo que nos vamos a ocupar en este momento. 08:56.570 --> 09:01.660 Vamos a hacer lo mismo que acabamos de hacer en la primera convolución allí a la 09:01.660 --> 09:08.170 segunda capa convolucional para volver a propagar las señales a la red neuronal mediante la activación de las neuronas de 09:08.170 --> 09:09.660 la segunda capa convolucional. 09:09.850 --> 09:12.910 Pero antes de hacer esto, necesitamos obtener esta capa convolucional. 09:13.120 --> 09:18.330 Y entonces vamos a aplicar la convolución a X que ahora es la primera capa convolucional. 09:18.460 --> 09:24.070 Bueno, vamos a aplicar la convolución a 2 x para obtener la segunda capa convolucional, después de lo cual 09:24.070 --> 09:25.120 Max la extraerá. 09:25.240 --> 09:27.860 Y finalmente activando Sirat. 09:27.970 --> 09:29.070 Entonces, hagamos esto. 09:29.170 --> 09:35.350 De hecho, es muy fácil copiar eso y pegarlo a continuación. 09:35.350 --> 09:39.240 Ahora, por supuesto, necesitamos reemplazar la convolución uno por convolución también. 09:39.520 --> 09:40.460 Y ahí vamos. 09:40.480 --> 09:43.650 Eso está realmente listo, ve muy fácil. 09:43.900 --> 09:50.200 Y ahora con esta línea propagamos las señales desde el segundo convolucional hasta el siguiente 09:50.260 --> 09:52.580 que será el tercero convolucional allí. 09:52.720 --> 09:57.220 Y para obtener esta tercera voluntad convolucional tendrá que aplicar eso de nuevo. 09:57.220 --> 10:04.630 Así que estoy copiando esta pegada a continuación y reemplazando la convolución también por convolución 3 y eso está hecho, 10:04.870 --> 10:06.340 ¿no es tan práctico? 10:06.340 --> 10:11.490 Propagamos las señales en las tres letras convolucionales en una linterna. 10:11.500 --> 10:13.100 Gracias a esta impresionante estructura. 10:14.020 --> 10:15.340 Muy bien, perfecto. 10:15.340 --> 10:21.250 Ahora tenemos nuestras señales propagadas hasta la tercera capa convolucional y después. 10:21.360 --> 10:24.780 Y hablar de eso nos lleva a lo que estamos buscando. 10:24.820 --> 10:28.510 Lo que nos interesa es el aplanamiento allí. 10:28.510 --> 10:33.620 Muy bien, así que ahora que tenemos nuestro tercer convolucional ahí esa es la última X aquí. 10:33.790 --> 10:36.120 Es hora de conseguir nuestro aplanamiento. 10:36.490 --> 10:37.990 Y eso es exactamente lo que vamos a hacer. 10:37.990 --> 10:44.200 Ahora vamos a aplanar todos los píxeles de esta tercera capa convolucional, es decir, vamos a tomar 10:44.290 --> 10:48.430 todos los píxeles de todos los canales de la tercera capa convolucional. 10:48.640 --> 10:51.920 Vamos a ponerlos uno tras otro en un gran vector. 10:52.150 --> 10:56.920 Y, por supuesto, este enorme vector no será más que la capa de aplanamiento y 10:56.920 --> 11:02.000 al mismo tiempo utilizaremos un truco para obtener el número de neuronas en este aplanamiento allí. 11:02.070 --> 11:03.790 Eso es lo que estamos buscando. 11:03.790 --> 11:09.370 de neuronas que nos falta y, por lo tanto, devolvamos directamente lo que queremos y, en este 11:09.370 --> 11:15.130 retorno, aplanaremos la tercera capa convolucional y obtendremos el mismo número de neuronas en esta capa de aplanamiento. 11:15.130 --> 11:16.330 Esa es la cantidad 11:16.630 --> 11:20.150 Entonces vamos a tomar X. que es nuestro tercer convolucional allí. 11:20.320 --> 11:25.150 Vamos a tomar todos los canales del tercer convolucional allí y vamos a utilizar una 11:25.150 --> 11:32.160 función que es la función de tamaño para aplanar todos los píxeles de todos estos canales en un mismo vector enorme. 11:32.230 --> 11:35.930 Y así, el truco lo puedes encontrar en la pena ver el trabajo. 11:36.130 --> 11:42.400 Bueno, primero tomamos los datos de X porque X es una estructura especial, sabes que es una antorcha Voivode, así 11:42.400 --> 11:44.250 que tiene una estructura bastante compleja. 11:44.320 --> 11:51.920 Pero primero necesitamos acceder a ella con datos aquí, entonces necesitamos ver qué hay dentro de ella. 11:52.090 --> 11:57.700 Entonces usamos esta función de vista y ahora necesitamos acceder a lo que estamos buscando 11:57.700 --> 12:01.980 y eso es incluso con los argumentos 1 y menos 1. 12:02.230 --> 12:04.390 Tienes que entender lo que hay dentro de la estructura. 12:04.510 --> 12:10.060 Pero puedes entender que así es como conseguiremos este número de neuronas y luego, 12:10.150 --> 12:15.560 para finalizar, debemos agregar el tamaño entre paréntesis y dentro de las entradas 1. 12:15.880 --> 12:21.610 Básicamente, lo que hacemos aquí es lo que hacemos: tomamos todos los píxeles de todos los canales y 12:21.610 --> 12:27.180 los colocamos uno tras otro en este vector enorme que será la entrada de la red totalmente conectada. 12:27.190 --> 12:29.250 Eso es básicamente lo que hace el tamaño. 12:29.410 --> 12:34.060 Y con esto podemos obtener este número de nuevos que estamos buscando. 12:34.060 --> 12:36.460 Está bien, así que ahora obtenemos lo que queremos. 12:36.490 --> 12:44.350 Y así finalmente podemos reemplazar el número de neuronas aquí por lo que devuelve esta función cuando se 12:44.530 --> 12:47.400 aplica al formato de las imágenes. 12:47.440 --> 12:50.140 Eso es uno por 80 por 80. 12:50.170 --> 13:00.040 Entonces, lo que tenemos que hacer ahora es reemplazar el número de neuronas por la función de conteo de 13:00.250 --> 13:09.040 neuronas que aplicamos al formato de las imágenes, que será el total de 80 y 80. 13:09.460 --> 13:10.400 Y ahí vamos. 13:10.510 --> 13:17.140 Y, por supuesto, no nos olvidamos de nosotros mismos porque Count neuron es realmente un método de la prueba CNN. 13:17.170 --> 13:18.490 Entonces, necesitamos agregar el. 13:18.700 --> 13:21.190 Y ahora la advertencia debería desaparecer. 13:21.190 --> 13:22.540 Y ahí vamos. 13:22.540 --> 13:23.890 Ahora todo está bien. 13:23.980 --> 13:29.930 Obtenemos la arquitectura de la red neuronal sin que falte nada y tenemos esta función de contravinculación en 13:30.140 --> 13:35.290 caso de que sepa que desea probar algunas otras arquitecturas y no desea contar la cantidad 13:35.290 --> 13:36.210 de neuronas manualmente. 13:36.340 --> 13:39.940 Simplemente usa esta función para reproducirla en el formato de sus imágenes. 13:40.180 --> 13:42.130 Y esto te llevará directamente a lo que quieres. 13:42.130 --> 13:45.810 Esa es la cantidad de neuronas en la capa de inundación sin tener que hacer nada. 13:45.820 --> 13:49.450 Y donde sea que la arquitectura sea crítica. 13:49.480 --> 13:57.040 Y ahora hemos terminado con el primer gran paso importante de este cerebro que estamos haciendo y tenemos un 13:57.040 --> 13:57.720 último paso. 13:57.790 --> 14:02.500 Esa es una última función para hacer, que será la función de reenvío principal. 14:02.590 --> 14:07.730 desde los ojos hasta la capa de salida que está después de la segunda conexión. 14:07.730 --> 14:12.160 Así que vamos a propagar las señales desde el principio del cerebro 14:12.460 --> 14:15.850 Así que haremos eso en los próximos dos años y hasta entonces nuestra IA.