WEBVTT

00:00.420 --> 00:04.730
Merhaba ve bu bölümün son adımına hoş geldiniz.

00:04.860 --> 00:10.500
Artık bırakmamız gereken tek şey, bunu Ford'u işlev yapmak ve böylece

00:10.500 --> 00:16.650
beyin imajı en sonuna getirirken sinyali en başından itibaren üreteceğiz, böylece biz

00:16.650 --> 00:22.260
de bunu yapacağız. Bütün işlevimiz ve bu, AI'yi derin konvolüsyonel kulangayla

00:22.260 --> 00:26.710
eğitmeye bölümümüze geçmeden önce son adımımız olacak.

00:26.890 --> 00:28.080
O halde bunu yapalım.

00:28.080 --> 00:34.470
Var olan bir fonksiyon olan init fonksiyonuna benzer bir fonksiyon çağrısı yapacağız

00:34.470 --> 00:38.760
ancak bu sefer bazı fonksiyonları çağırmak için kullanıyoruz.

00:38.790 --> 00:43.170
Beynimizden ileri fonksiyonu ve vücuttaki liman fonksiyonunu kullanacağımızdan

00:43.290 --> 00:45.490
dolayı daha önce yaptıklarımız.

00:45.630 --> 00:50.270
Ve bu nedenle bu işlevleri temel olarak bu işlevleri çağırmak için kullanıyoruz.

00:50.550 --> 00:53.160
Bu nedenle çağrı iki argüman alacak.

00:53.160 --> 00:54.330
Birincisi benliktir.

00:54.330 --> 01:00.220
Elbette nesne ve ikinci argüman sana göre ne olacak.

01:00.360 --> 01:02.910
Bu kez tüm yayılımı yapıyoruz.

01:02.910 --> 01:08.460
şey tabii ki AI oyunda başlama noktası olduğu için girdi görüntüleridir.

01:08.460 --> 01:10.860
Elbette girdi olarak almak istediğimiz

01:10.860 --> 01:16.080
İlk olarak oyunun görüntülerini görselleştirir, ardından sinyaller beyinde yayılır ve sonra

01:16.080 --> 01:17.180
oyunu oynar.

01:17.190 --> 01:20.130
Dolayısıyla ikinci argüman girdiler olacak.

01:20.610 --> 01:24.740
Ve şimdi tüm bu yayılımı yapmaya hazırız.

01:24.810 --> 01:26.220
Bu yüzden tekrar yapalım.

01:26.220 --> 01:31.900
Bu nedenle ilk adım nereden geldiğinin ilk adımı giriş resimlerini oyundan alıyor olmasıdır.

01:32.190 --> 01:38.010
yapıda biçimlendirmemiz gerektiğini ve yapının elbette bir meşale yapısı olduğunu düşünebilirsiniz.

01:38.010 --> 01:42.840
Ve bu görüntüler sinir ağına gireceğinden, bunları özel bir

01:42.840 --> 01:48.420
Bu yüzden gerçekleşecek ilk şey, bu görüntüleri bir hakem dizisine dönüştüreceğiz, o

01:48.420 --> 01:55.320
zaman onu bir meşale tensörü haline getireceğiz ve son olarak, meşale tensörünü, tensörü ve degradeyi

01:55.500 --> 01:58.260
içerecek bir meşale değişkeni içine koyacağız.

01:58.350 --> 02:03.780
Bu, dinamik grafiklerimizin gradyanları çok verimli bir şekilde hesaplamaları için Kattie'nin anlamı

02:03.780 --> 02:04.460
daha hızlıdır.

02:04.620 --> 02:06.200
İşte bu bizim ilk adımımız.

02:06.270 --> 02:12.130
edersek sinir ağına girebilirler ve sonra sinyallerin tüm yayılımını yapacağımız yer burasıdır.

02:12.360 --> 02:16.320
Ve sonra bir zamanlar görüntülerimizin doğru formatını elde

02:16.380 --> 02:20.340
Bu yüzden öncelikle resmi doğru formata dönüştüren işlemi yapalım.

02:20.430 --> 02:23.050
Dolayısıyla imgelerimiz girişler için çok şey.

02:23.220 --> 02:26.780
Şimdi, girdi çağırdığım yeni bir değişken yaratacağız.

02:26.820 --> 02:30.470
Bu da sinir ağının gerçek girdisi ve bu girdi.

02:30.510 --> 02:31.760
Nerede olacak

02:31.920 --> 02:34.490
Öncelikle girdilerimizi almalıyız.

02:34.530 --> 02:36.650
Bu orijinal resimlerimiz.

02:36.870 --> 02:42.190
Daha sonra söylediğimiz gibi bu görüntüleri Nampa dizilerine dönüştürmek istiyoruz.

02:42.330 --> 02:49.260
Bunu yapmak için bir kısayol olan hiçbirini, ardından işlev dizisini almamız mümkündür.

02:49.500 --> 02:52.850
Bu nedenle, fonksiyon dizisinin parantez içine koyduk.

02:52.890 --> 02:53.340
Oraya gidiyoruz.

02:53.340 --> 02:55.940
Şimdi bir şeylere ve dizilerle dönüştürülür.

02:56.190 --> 03:02.790
Fakat numpad dizilerinin hücreleri piksel içereceklerinden aslında float türünü belirtmek

03:02.790 --> 03:04.230
daha güvenlidir.

03:04.310 --> 03:11.040
Şu şamandırayı kullanabildiğimizden emin olmak için şu anda bazı şamandıralarımız olduğundan emin olmak daha iyidir.

03:11.090 --> 03:12.690
Duyduğumuz için üzgünüz.

03:12.720 --> 03:15.390
Pekala, şimdi hala bir hakem var.

03:15.540 --> 03:17.330
Tabletle birlikte.

03:17.720 --> 03:24.150
Pekâlâ, tensörler tanım gereği tek bir türe sahip dizilerin başka bir nedeni de budur.

03:24.270 --> 03:28.060
Ve bu nedenle bir float float 32 olarak tek bir türü seçiyoruz.

03:28.060 --> 03:28.350
Tamam.

03:28.350 --> 03:34.440
Artık bio olmayan yükseltmemize sahip olduğumuza göre, bunu bir kaplumbağa sensörüne dönüştürmek ve

03:34.440 --> 03:37.990
bunu örneğin meşale için kullanabilmek için yapıyoruz.

03:38.070 --> 03:45.380
Ve daha sonra uçsuz bucaksız, pilot fonksiyonu ile bunu meşale sensörüne dönüştürecek.

03:45.420 --> 03:46.200
Oraya gidiyoruz.

03:46.210 --> 03:52.320
Ve şimdi son adım, bu meşale sensörlerini tensörü ve anlaşmayı içeren bir meşale

03:52.320 --> 03:53.230
değişkenine koymaktır.

03:53.400 --> 04:02.010
Bunu nasıl yapacağınızı biliyorsunuz, elbette değişken sınıfımızı alıyoruz, çünkü aslında bu değişken içindeki

04:02.010 --> 04:05.530
her şey aslında değişken sınıfın girdisidir.

04:05.760 --> 04:11.400
Fakat bunu size bu şekilde göstermek istedim çünkü giriş görüntülerimizle başlayacağız, daha sonra

04:11.400 --> 04:15.890
numaralandırılmış dizilere dönüştürdükten sonra tensans tensörlerine ve daha sonra yarınlara dönüştüreceğiz.

04:16.170 --> 04:17.220
Ve şimdi biz iyiyiz.

04:17.220 --> 04:23.370
Öncelikle gözün gözleri olan sinir ağına girmelerine ve daha sonra öngörmelere götürmek için tamamen

04:23.370 --> 04:25.770
bağlı katmanlara girmelerine izin verilir.

04:26.220 --> 04:30.340
Dolayısıyla gözlerin gözlerinden bahsediyoruz, tam şimdi bunu yapacağız.

04:30.480 --> 04:37.280
İzin verilen bu görüntüleri şimdi, üç konvolüyonel katmanın içinden geçen gözlerin

04:37.290 --> 04:38.720
içine sokacağız.

04:38.850 --> 04:41.620
Ve bunu yapmak için şimdi bunun ne kadar basit olduğunu göreceksin.

04:41.640 --> 04:46.290
Zira init fonksiyonundan beynimiz zaten vücudumuzda.

04:46.320 --> 04:56.190
Beynimizi kendi beyninden alıp girdi imgelerine uygulamanız yeterlidir ve şeyleri burada

04:56.190 --> 04:59.830
beynin yemek fonksiyonuna yayacaktır.

05:00.430 --> 05:06.190
Sinyalleri beynin içine yayacak ve beynin ileriye dönük fonksiyonu çıktı

05:06.520 --> 05:13.600
sinyallerini döndürdüğünden çıktı katmanının Q değerlerini içeren sinir hücrelerinin kendisinin beyin girdisi bu

05:13.610 --> 05:19.030
çıktı sinyalini döndürecek ve bu yüzden kendimiz koyacağız. burada bir

05:19.090 --> 05:26.120
değişkene dönüştürülüp değiştirilmeyeceğini ve onu çok basitçe söyleyeceğiz, bu çıktı beynin çıkış sinyalidir.

05:26.120 --> 05:26.690
 

05:26.930 --> 05:31.970
bunu yapmak için vücudumuzdan ikinci ileri fonksiyonu kullanacağız ve bunu yapmak için.

05:31.970 --> 05:37.990
Ve şu an beynin çıkış sinyaline sahibiz Bu çıkış sinyalini vücuda aktarmak zorundayız ve

05:38.030 --> 05:46.370
Vücudumuzun Ford işlevi beynin çıkış sinyallerini girdi olarak alır, çünkü vücudumuzu

05:46.370 --> 05:50.600
alıp tabii ki çıktıyı uygulamanız yeterlidir.

05:50.660 --> 05:55.880
Dolayısıyla, tam olarak çıktı şu şekildedir ve işlemleri geri döndürür.

05:56.000 --> 05:58.080
Ve bu nedenle eylemleri geri getiriyor.

05:58.380 --> 06:03.530
İşte buradayız ki, o çıktıyı kendi başına üretmek için eylemler yapacağız.

06:03.920 --> 06:09.380
daha sonra beynin her yerine ilkine taşıyan beynin form fonksiyonunu kullanarak

06:09.380 --> 06:15.410
bizi alan ve girdi imgelerini yerleştirdikten sonra beyne aktaran Anahtar değerleri sakla.

06:15.410 --> 06:19.830
Pekâlâ, şimdi şunu görebilirsiniz ki, sinyalleri beynin içine ve

06:20.240 --> 06:25.400
Ve sonra bu çıktı sinyalini vücudumuza yayarız ve burada vücudumuzun ileri

06:25.520 --> 06:26.900
fonksiyonu hareket ettirir.

06:26.900 --> 06:32.300
Ve şimdi yapmamız gereken tek geriye kalan şey ve bu, bu

06:32.300 --> 06:34.510
bölümün birinin inşasının son satırıdır.

06:34.760 --> 06:39.370
Oyuna oynamak için geri dönmeliyiz ve eylemler bunlar.

06:39.530 --> 06:45.020
biçimine getirilmesi gerekiyor ve bunları sağa doğru geri dönüştürmemiz gerekiyor ve bunu yapmak

06:45.260 --> 06:51.660
için bu eylemlerin veri yapısını alıp sonra da pilot olmayan işlevi ekleyelim ve sonra gideriz.

06:51.890 --> 06:53.840
Ancak şu anda eylemlerin meşale

06:53.840 --> 06:56.780
Şimdi biz doğru biçimde döndüğümüz eylemlere sahibiz.

06:56.780 --> 06:58.040
Öyleyse tebrikler.

06:58.040 --> 07:00.660
Şimdi bu ilk bölüm 1 ile bitti.

07:00.770 --> 07:03.410
AI'yi üç adımda kurduk.

07:03.410 --> 07:06.860
Önce bedenimizi yaptıktan sonra beynimizi yaptık.

07:06.860 --> 07:13.430
Ve üçüncü olarak beyni vücutta bir araya getiriyoruz ve tüm sinyali gözlerden yaydık,

07:13.430 --> 07:15.130
hareketi oynadığımız andır.

07:15.560 --> 07:17.100
Bu yapılması gereken ilk adım.

07:17.120 --> 07:22.200
Bu büyük bir adım oldu, ancak şimdi anladığınız gibi bir AI AI oluşturduk ancak hala aptalca.

07:22.220 --> 07:24.110
Onu zeki olmak için eğitmeliyiz.

07:24.170 --> 07:29.030
Bu yüzden bunu yapmak istediğimiz gibi yapmak için eğitmeliyiz ve bunu yapmak

07:29.030 --> 07:34.100
için kullanacağımız kelimeleri, bildiğiniz ortamları yapmak zorundayız çünkü iyi bir ödül aldığında güçlendirilerek

07:34.100 --> 07:34.690
dünyadan öğreniyor.

07:34.760 --> 07:40.610
Ve işaret öğretiminin yürürlüğe gireceği kötü bir sözcük geldiğinde cezalandırılarak

07:40.610 --> 07:41.670
veya zayıflatılarak.

07:41.690 --> 07:47.510
Ve derin konvolüsyonel Q öğrenimi ile gözümüzde eğitmek için bu bölümde yapacağımız da budur.

07:47.510 --> 07:50.270
Başlamak için sabırsızlanıyorum ve o zamana kadar.