WEBVTT 00:00.510 --> 00:03.060 Merhaba ve bu Python öğreticisine hoş geldiniz. 00:03.060 --> 00:04.690 Pekâlâ, şimdi beyinimizi yaptık. 00:04.710 --> 00:06.290 Şimdi de cesedi hazırlayalım. 00:06.480 --> 00:11.640 Anladığınız gibi beden, gerçek insan vücudu için ne gibi hareketlerin 00:11.640 --> 00:13.550 nasıl oynandığını tanımladığımız kısımdır. 00:13.620 --> 00:18.860 Vücuda sinyal gönderen beyninizin olduğunu biliyorsunuz ve bedeniniz bu hareketi oynuyor. 00:19.030 --> 00:23.060 Beynimizden gelen sinyallerimizle aynı şey de bu. 00:23.130 --> 00:26.080 Ford işlevi ile çıkış sinyalini burada alıyoruz. 00:26.190 --> 00:31.320 Önce biliyoruz ki görüntüler görüntülerin üç katlı katmanlardan oluşan sinir 00:31.470 --> 00:37.050 ağı gözlerine girdiği görüntüleri alıyor ve daha sonra tam olarak bağlı 00:37.050 --> 00:40.040 katmanlarla değerleri içeren beynin çıktı sinyalini alıyoruz. 00:40.170 --> 00:45.690 Ama sonra bu çıktı sinyali vücuda iletilmeli ve vücut harekete geçecektir. 00:45.690 --> 00:48.830 İşte bu yüzden şu anda tam olarak alacağımız bölüm. 00:48.880 --> 00:55.690 Vücudumuzun hareketini oynama biçimini uygulayacağız ve tam olarak Southron otomobilinde olduğu gibi belirli bir 00:55.690 --> 00:58.350 X yöntemiyle yapacağı yol uygulayacağız. 00:58.500 --> 01:05.940 vücuduyla oynamak için şiddetle tavsiye edildiğini ve bunun için gideceğimizin doğru olduğunu ısrar ediyorum. 01:05.940 --> 01:07.750 MAX yönteminin AI 01:08.310 --> 01:13.620 Ancak sınıfta yapacağımız gelir türünden farklı olarak bu sınıf 01:13.860 --> 01:21.140 elbette gözün vücuduna tekabül edecektir ve bu nedenle burayı yumuşak olarak göstereceğimiz 01:21.330 --> 01:30.240 sınıfı tanıtarak başlayalım Max Max'i yumuşak Max olarak adlandırmak istemiyorum, zira sulu Max, Pi modülünün 01:30.480 --> 01:31.730 bir meşalesi sınıfıdır. 01:31.860 --> 01:33.270 Bu yüzden bunu böyle söylemek tehlikelidir. 01:33.270 --> 01:35.660 Bu yüzden Maxwellian'ı sucked diyorum. 01:35.820 --> 01:43.560 konvolüyonel sinir ağımızın beyin ve Sephton etkinliğinin kulağımız olduğu çok açık. 01:43.560 --> 01:44.960 Şimdi, CNN 01:45.360 --> 01:52.010 Yani sonraki vücudu yumuşatın ve o modülde yer alanlardan miras bırakalım. 01:52.050 --> 01:53.580 Bunu kullanacağımızı sanmıyorum. 01:53.640 --> 01:56.150 Ancak yine de bizden miras alabiliriz. 01:56.280 --> 02:01.260 Bu malzemeleri en iyi seviyede geliştirmek istiyorsanız ve modülden bazı araçlar kullanmak 02:01.480 --> 02:04.780 istiyorsanız, motor modülü ile bunu yapabileceksiniz diye düşünüyorsunuz. 02:04.780 --> 02:08.590 Fakat bu noktada herhangi bir modülden birini kullanacağımızı sanmıyorum. 02:08.700 --> 02:13.130 Öyleyse içeri girelim ve vücudumuzun içine girelim. 02:13.560 --> 02:19.910 Pekâlâ, her zamanki gibi ilk önce doğal fonksiyonumuzla değişkenleri ve 02:19.920 --> 02:21.030 geleceği tanımlayacağız. 02:21.060 --> 02:21.980 Fakat. 02:22.160 --> 02:29.040 AI AI'nın bedenleri budur ve aslında insan vücudu için sıcaklığı tanımlayabilen bir parametre 02:29.130 --> 02:29.950 isteyin. 02:30.150 --> 02:32.530 Ve aslında bu sadece sıcaklık olacak. 02:32.640 --> 02:37.060 Yani basit bir vücut ama yine de bu sıcaklık parametresini kullanmak bizim için çok şey yapacak. 02:37.420 --> 02:44.510 unutmayalım ve şimdi sıcaklık girerek bu arabayla kullandığımız parametrenin aynısını görelim. 02:44.560 --> 02:50.220 Tamam ama sıcaklıktan önce benliği değil cesetlerin cisimlerini 02:50.960 --> 02:51.300 TAMAM. 02:51.320 --> 02:55.790 Ve sonra Cullen ve değişkenlerimizi tanımlayalım. 02:55.950 --> 03:02.130 Dolayısıyla, Mudgal değil DNA'dan miras aldığımızdan, süper fonksiyonu tekrar kullanacağız. 03:02.190 --> 03:09.570 Ve şimdi de verimli olalım, evet, burada bekleyelim ve karşıyayalım. 03:09.660 --> 03:17.300 Ve tabii ki CNN'yi bir sonraki dostumuz tarafından değiştirmeyi unutmayalım. 03:17.430 --> 03:17.880 Işte gidiyorsun 03:17.880 --> 03:22.420 Şimdi sanırım bu, bu aşamada süper fonksiyonu kullanmanızın bir refleks haline gelebilir. 03:22.530 --> 03:30.660 Ve elimizden geleni yapmak zorunda olduğumuz şey, sıcaklık T değişkeniyle kendiliğinden değişkendir 03:30.660 --> 03:37.190 ve sonraki sınıfa bir nesne oluştururken girilecek argümana eşit olacaktır. 03:37.200 --> 03:42.810 Yumuşak sınıfın bir nesnesini oluşturduğunuzda, init işlevinde bulunan bağımsız 03:42.810 --> 03:49.080 değişkenleri koymanız gerektiğini ve bu nedenle t'nin ve nesnelerin kendisine 03:49.080 --> 03:54.620 ekli değişkeninin ekibin bu T'ye çağrılacağını hatırlatmak isterim; girdiğiniz argümandır. 03:54.700 --> 03:55.090 Tamam. 03:55.110 --> 03:58.560 Ve işte bu, aslında ihtiyacımız olanın hepsi için söyleniyor. 03:58.720 --> 04:04.110 Dolayısıyla sanırım en üst sınıfın en gaddarlı fonksiyonunun bir sonraki işine geçmeye hazırız. 04:04.240 --> 04:09.040 Ve bu son fonksiyon olacak, herhangi bir fonksiyonda sadece iki fonksiyon var. 04:09.070 --> 04:14.540 Ve bir sonraki işe yarayacak sonraki işlevi ve Beyazford işlevi olacak. 04:14.620 --> 04:18.920 Çünkü şu anda beyinden çıkış sinyalini iletmek zorundayız. 04:19.000 --> 04:24.700 Cuno'nun, çıktı katmanının çıkış nöronlarında, eylemi oynayacak olan cisim için içeriği 04:24.700 --> 04:25.770 kullandığını biliyorsunuzdur. 04:25.810 --> 04:31.920 Bu yüzden beynin çıkış sinyalini vücuda göndereceğiz; bu sinyali oynayacak ileri hareket sağ 04:32.020 --> 04:36.000 sola dön sağa sola dönün veya ateş edin. 04:36.070 --> 04:40.220 Pekala, o halde bunu toile ve sonra bazıları yapalım.