WEBVTT 00:00.270 --> 00:02.820 こんにちは､ このPythonチュートリアルへようこそ｡ 00:02.850 --> 00:06.230 さて､ 先ほどは脳を作りましたが､ 次は体を作りましょう｡ 00:06.240 --> 00:13.460 このように､ ボディは､ 実際の人体で起こるようなアクションを定義する部分なのです｡ 00:13.470 --> 00:18.780 脳が体に信号を送って､ 体がアクションを演じるわけですからね｡ 00:18.780 --> 00:20.040 まあ､ ここでもそれは同じなんですけどね｡ 00:20.040 --> 00:22.950 私たちは､ 脳から信号が出ています｡ 00:22.950 --> 00:26.070 ここではフォワード関数で出力信号を得ています｡ 00:26.070 --> 00:28.740 まず何が起こるかというと､ 映像が手に入るということですね｡ 00:28.740 --> 00:33.570 画像は､ 3つの畳み込み層で構成されるニューラルネットワークの目に入る｡ 00:33.570 --> 00:39.030 そして､ 完全に接続された層では､ 脳からキュー値を含む出力信号が得られますが､ 00:39.030 --> 00:45.420 この出力信号が身体に転送され､ 身体がアクションを再生することになるはずです｡ 00:45.450 --> 00:48.630 ということで､ まさに今､ その部分を担当することになりました｡ 00:48.630 --> 00:56.400 ボディがアクションを再生する方法を実装するのですが､ その方法はソフトマックスメソッドで行います｡ 00:56.400 --> 00:58.230 まさに自動運転車と同じですね｡ 00:58.230 --> 01:07.410 私は､ AIの体を使ったアクションで遊ぶには､ ソフトマックス方式が非常におすすめだと主張しているので､ そちらを採用することになりました｡ 01:08.070 --> 01:11.820 しかし､ 自動運転車とは対照的に､ クラスを作ることになります｡ 01:11.820 --> 01:15.930 そしてこのクラスは､ もちろんAIのボディに対応することになります｡ 01:16.080 --> 01:25.290 そこで､ まず､ ソフトマックスボディと呼ぶクラスを導入してみましょう｡ 01:25.290 --> 01:33.180 ソフトマックスはGNモジュールのpytorchのクラスなので､ この呼び方は危険としか言いようがありませんね｡ 01:33.180 --> 01:35.220 ですから､ 私はソフトマックスボディと呼んでいます｡ 01:35.220 --> 01:43.410 CNN Convolutional Neural Networkが頭脳で､ soft max bodyがAIの本体であることは明らかなので､ 01:43.410 --> 01:51.870 soft max bodyとMN DOTモジュールから継承しましょう｡ 01:51.900 --> 01:56.070 使うことはないと思いますが､ とにかく､ 継承することは可能です｡ 01:56.070 --> 02:01.440 ソフトマックスボディクラスを改善するために､ DNモジュールのツールを使いたい場合は､ 02:01.440 --> 02:08.070 DNモジュールでできるようになりますが､ 現時点では､ DNモジュールを使うことはないと思います｡ 02:08.460 --> 02:12.840 じゃあ､ コリンと体の中に入ってみようか｡ 02:13.380 --> 02:13.710 わかりました｡ 02:13.710 --> 02:23.610 ではまず､ いつものようにinit関数で､ AIのボディとなる未来のボディ・オブジェクトの変数を定義していきます｡ 02:23.850 --> 02:29.910 そして､ 実は人体の場合､ それを規定するパラメータは温度なんです｡ 02:29.910 --> 02:32.430 そして実はそれが唯一の温度となりそうです｡ 02:32.430 --> 02:36.870 ですから､ 単純な体ですが､ それでもこの温度パラメータを使うことで､ 多くのことができるようになります｡ 02:37.770 --> 02:44.010 しかし､ 温度の前に忘れてはならないのが､ 物体､ 身体に対する自己です｡ 今度は温度tを入力しますが､ 02:44.010 --> 02:50.190 これは自動運転車に使うパラメータと同じものです｡ 02:51.270 --> 02:55.230 そして､ Colinと変数を定義してみましょう｡ 02:55.740 --> 03:01.920 だから､ Nから受け継ぐので｡ A. モジュールでは､ 再びスーパー機能を使用します｡ 03:01.920 --> 03:09.350 そして､ 効率的に､ これをコピーして､ ここに貼り付けましょう｡ 03:09.360 --> 03:14.040 もちろん､ ここでCNNをソフトに置き換えることも忘れてはならない｡ 03:14.560 --> 03:17.820 マックス､ バディ､ どうぞ｡ 03:17.820 --> 03:22.140 さて､ この段階でスーパー機能を使うのは､ 反射的になってしまうかもしれませんね｡ 03:22.260 --> 03:30.600 それから､ もちろん､ 温度変数を self dot t で設定します｡ これは､ soft max 03:30.600 --> 03:36.930 クラスに目的語を作成するときに入力される引数と同じになります｡ 03:36.960 --> 03:42.510 ソフトマックスボディクラスのオブジェクトを作るときはいつも､ init関数にある引数を入力しなければならないので､ 03:42.510 --> 03:53.520 それがtで､ そのtが入力する引数であるこのtと等しくなるあなたのオブジェクトの自己に接続されているあなたのオブジェクトの変数であることを思い出してください｡ 03:54.570 --> 03:55.010 わかりました｡ 03:55.020 --> 03:56.940 そして､ これでinit関数は終了です｡ 03:56.940 --> 03:58.500 実はそれだけでいいんです｡ 03:58.500 --> 04:03.990 では､ 次のセルフマックスボディクラスの機能に移りますね｡ 04:03.990 --> 04:05.700 そして､ これが最後のファンクションになります｡ 04:05.700 --> 04:10.890 init関数と､ 次のチュートリアルで実装するforward関数とy 04:10.890 --> 04:14.340 forwardの2つの関数だけです｡ 04:14.340 --> 04:19.560 というのも､ 今は脳からの出力信号､ つまり出力層の出力ニューロンに含まれるキュー値を､ 04:19.560 --> 04:25.590 アクションを起こす身体に転送しなければならないからです｡ 04:25.590 --> 04:30.960 つまり､ 脳からの出力信号を､ アクションを演じる身体に転送しているのです｡ 04:30.960 --> 04:35.310 前進､ 左回り､ 右回り､ 左折､ 右折､ 撮影｡ 04:35.910 --> 04:38.550 よし､ では次のチュートリアルでやってみよう｡ 04:38.550 --> 04:39.780 そしてそれまで､ お楽しみに｡ 04:39.780 --> 04:40.230 I.