WEBVTT

00:00.450 --> 00:02.520
สวัสดีและยินดีต้อนรับสู่การกวดวิชานี้

00:02.520 --> 00:06.140
ตอนนี้เรามี AI แล้วก็พร้อมที่จะฝึก

00:06.330 --> 00:09.660
และขั้นตอนแรกของการฝึกอบรมคือการกำหนดประสบการณ์การเล่นซ้ำของเรา

00:09.900 --> 00:11.330
ดังนั้นเราค่อย ๆ ไปถึงที่นั่น

00:11.340 --> 00:16.690
การฝึกอบรมและข่าวดีคือเรามีการเล่นซ้ำแบบประสบการณ์ใหม่

00:16.830 --> 00:23.490
นอกจากนั้นยังปรับให้เข้ากับการมีสิทธิ์ติดตามซึ่งฉันเตือนว่าเป็นเทคนิคที่แทนที่จะเรียนรู้ค่า q ทุกช่วงการเปลี่ยนภาพเรียนรู้การเปลี่ยนทุก 10

00:23.490 --> 00:27.160
ครั้ง

00:27.210 --> 00:29.460
ดังนั้นโดยพื้นฐานแล้วมันก็เหมือนกับเมื่อก่อน

00:29.490 --> 00:35.190
แต่แทนที่จะมีเป้าหมายเดียวคำเดียวสำหรับแต่ละขั้นตอนเราจะมีเป้าหมายสะสมสิบขั้นตอนและรางวัลสะสม 10 ขั้นตอนและเราจะเรียนรู้ใน

00:35.190 --> 00:40.770
10 ขั้นตอน

00:40.980 --> 00:44.960
ดังนั้นเรากำลังเรียนรู้เกี่ยวกับการเปลี่ยน 10 ขั้นตอนแทนที่จะเป็นหนึ่งก่อน

00:45.180 --> 00:50.440
และด้วยสิ่งนี้ฉันจะทำงานอย่างมหัศจรรย์และนั่นจะทำให้เกิดความมหัศจรรย์สำหรับกระบวนการฝึก

00:50.440 --> 00:52.570
คุณรู้ว่าการฝึกอบรมจะใช้เวลาน้อยลง

00:52.620 --> 00:58.850
ขอบคุณเทคนิคนี้ แต่เราต้องระบุการเล่นซ้ำที่ไม่มีประสบการณ์ที่เรากำลังเรียนรู้ทุก 10 ขั้นตอน

00:58.980 --> 01:04.230
ดังนั้นนี่คือเหตุผลที่การเล่นซ้ำประสบการณ์นี้ไม่ใช่การเล่นซ้ำตามประสบการณ์แบบดั้งเดิม

01:04.320 --> 01:06.160
เช่นเดียวกับรถขับเคลื่อนด้วยตนเอง

01:06.210 --> 01:12.540
มันเป็นการใช้ประสบการณ์การเล่นซ้ำโดยคำนึงถึง 10 ขั้นตอนการเรียนรู้และดังนั้นคุณจะพบในไฟล์นี้เล่นซ้ำสองชั้นเรียนหนึ่งชั้นที่ทำให้

01:12.540 --> 01:19.110
AI ของคุณก้าวหน้าไปสิบขั้นตอนเพื่อให้สามารถสรุปรางวัลได้ใน 10

01:19.110 --> 01:23.460
ขั้นตอนเหล่านี้

01:23.460 --> 01:28.430
นั่นคือคลาสแรกและเราต้องการคลาสนี้เพราะเราจำเป็นต้องรวม 10 ขั้นตอนเหล่านี้ในคลาสหน่วยความจำ

01:28.430 --> 01:33.570
replay ซึ่งเป็นห้องเรียนที่ใช้สำหรับประสบการณ์ที่เราเล่น การเรียนรู้

01:33.630 --> 01:38.020
10 ขั้นตอน

01:38.040 --> 01:42.660
นั่นคือเหตุผลที่คุณจะพบสองคลาสในการนำประสบการณ์การเล่นซ้ำมาใช้ใหม่

01:42.660 --> 01:49.070
แต่นั่นก็คือการพิจารณาว่าเรากำลังเรียนรู้ใน 10 ขั้นตอนและต้องคำนึงถึงในหน่วยความจำด้วย

01:49.410 --> 01:51.940
ดังนั้นการพูดถึงความทรงจำของเรามาสร้างมันกันเถอะ

01:51.970 --> 02:04.900
เราจะเรียกหน่วยความจำและหน่วยความจำของเราว่าจะเป็นวัตถุของหน่วยความจำการเล่นซ้ำและคลาสหน่วยความจำการเล่นซ้ำเป็นคลาสของประสบการณ์การเล่นซ้ำตอนนี้

02:05.070 --> 02:15.880
ดังนั้นฉันจึงเริ่มรู้สึกสนุกกับการเล่นซ้ำครั้งแรกและนั่นคือที่ที่ฉันเข้าเรียนคลาสความจำ

02:15.960 --> 02:16.840
สมบูรณ์

02:16.890 --> 02:27.540
และตอนนี้คุณสามารถเห็นว่าเราต้องใส่อาร์กิวเมนต์สองข้ออาร์กิวเมนต์แรกคือและขั้นตอนที่สอดคล้องกับจำนวนขั้นตอนที่เราจะได้เรียนรู้ค่าคีย์

02:27.540 --> 02:32.090
ดังนั้นคุณรู้จำนวนขั้นตอนที่เราสะสมเป้าหมายและเราต้องการ

02:32.180 --> 02:39.840
เราจะมีเป้าหมายสะสมและรางวัลสะสมจากนั้นอาร์กิวเมนต์ที่สองคือความจุที่มีขนาดของหน่วยความจำ

02:39.840 --> 02:42.650
ตัวอย่างเช่นที่นี่เราเห็นนับหมื่น

02:42.810 --> 02:48.270
ดังนั้นหากความจุเท่ากับ 10,000 นั่นหมายความว่าเราจะมีขนาด

02:48.270 --> 02:54.210
10,000 และนั่นหมายความว่าเราจะได้รับหน่วยความจำ 10,000 ขั้นตอนที่ทำโดยดวงตา

02:54.390 --> 02:57.390
แต่อีกครั้งเราจะไม่เรียนรู้การเปลี่ยนแปลงทุกครั้ง

02:57.390 --> 03:02.690
เราจะเรียนรู้ทุก ๆ สิบขั้นตอนใน 10,000

03:02.700 --> 03:06.100
ขั้นตอนสุดท้ายของหน่วยความจำและนั่นคือคุณสมบัติใหม่ที่เราแนะนำที่นี่เมื่อเทียบกับก่อนหน้านี้

03:06.180 --> 03:12.480
ก่อนที่เราจะมีเคล็ดลับการเล่นซ้ำหน่วยความจำนี้และที่นี่เรามีเคล็ดลับหน่วยความจำการเล่นซ้ำพร้อมเคล็ดลับนี้ฉันได้เรียนรู้ทุกสิบขั้นตอนและเราจะเรียนรู้ทุกสิบขั้นตอน

03:12.570 --> 03:20.000
10,000 ขั้นตอนสุดท้าย

03:20.190 --> 03:29.240
และนี่คือประสบการณ์การเล่นซ้ำรวมกับคุณสมบัติที่ไม่เหมาะสมกับ 10 ขั้นตอนอย่างมากจะช่วยปรับปรุงประสิทธิภาพการฝึกอบรม

03:29.490 --> 03:31.130
งั้นลองจบด้วยข้อโต้แย้งสองข้อนี้กัน

03:31.200 --> 03:35.900
สิ่งแรกคือและขั้นตอนและนั่นจะเท่ากับ

03:36.030 --> 03:43.180
แต่สำหรับตอนนี้สมมติว่าและขั้นตอนต่าง ๆ จะระบุว่าขั้นตอนใดที่เหมาะสมหลังจากนั้นจริง ๆ แล้วมันจะเป็นที่น่าสังเวชของชั้นเรียนอื่น

03:43.360 --> 03:49.130
ๆ ของไฟล์ replay

03:49.140 --> 03:52.170
ประสบการณ์นี้ซึ่งเป็นระดับความก้าวหน้าของขั้นตอนสุดท้าย

03:52.170 --> 03:57.990
และจำไว้ว่าในช่วง 10 ขั้นตอนเราจะส่งเสียงคำพูดในสิบขั้นตอนเพื่อรับรางวัลสะสมมากกว่า 10

03:58.050 --> 03:59.550
ขั้นตอน

03:59.550 --> 04:02.250
และนั่นคือการทดสอบคุณสมบัติที่ถูกต้อง

04:02.250 --> 04:09.350
ดังนั้นตอนนี้สิ่งที่เราต้องทำคือสร้างขั้นตอนนี้ที่นี่และเราสร้างด้วยคลาสที่สองที่เรามีในไฟล์ replay

04:09.360 --> 04:13.040
ประสบการณ์นี้ซึ่งเป็นความคืบหน้าของขั้นตอน

04:13.160 --> 04:30.650
ดังนั้นตอนนี้เรากำลังจะสร้างขั้นตอนนี้และนี่จะเป็นวัตถุของคลาสความก้าวหน้าขั้นตอนที่เราใช้อีกครั้งจากประสบการณ์ที่เราเล่น

04:30.940 --> 04:31.720
เราจะไปที่นั่น.

04:31.840 --> 04:41.010
นั่นคือคลาสต่อต้านความคืบหน้าและตอนนี้เราต้องใส่อาร์กิวเมนต์สามข้อตามที่คุณเห็นว่าเราต้องใส่สภาพแวดล้อมซึ่งเป็นสภาพแวดล้อมที่เรานำเข้ามา

04:41.230 --> 04:47.680
จากนั้นอาร์กิวเมนต์ที่สองคือ AI ของเราและนี่จะเป็น AI

04:47.830 --> 04:55.550
ที่เราสร้างขึ้นตรงนี้ เอส และอาร์กิวเมนต์สุดท้ายคือขั้นตอนในที่นี้ซึ่งเราจะระบุว่าเราต้องการ 10

04:55.570 --> 04:59.120
ขั้นตอนที่คุณรู้เพื่อเรียนรู้ทุก 10 ขั้นตอนนั่นคือการเปลี่ยน 10 ครั้ง

04:59.200 --> 05:01.140
งั้นมาช่วยกันโต้แย้งกัน

05:01.180 --> 05:06.920
คนแรกคือสภาพแวดล้อมและนั่นคือการลงโทษและสิทธิทั้งหมด

05:06.940 --> 05:11.700
จากนั้นอันที่สองคือ AI AI ของเราและเรานับ ai ai

05:11.830 --> 05:12.720
นั่นคือสิ่งที่นี่

05:12.760 --> 05:17.590
ดังนั้นนี่เป็นเพียงชื่อของอาร์กิวเมนต์ของคลาสความก้าวหน้าขั้นตอนและ ai ai

05:17.590 --> 05:19.730
นี่คือไอของเรา

05:19.750 --> 05:27.150
สิ่งที่เราสร้างขึ้นและจากนั้นอาร์กิวเมนต์สุดท้ายคือและสแต็กและนั่นเท่ากับ 10

05:27.160 --> 05:27.910
เอาล่ะ

05:27.910 --> 05:33.670
ดังนั้นในตอนนี้เราแค่คำนึงถึงความทรงจำที่มีการเรียนรู้ใน 10 ขั้นตอนและการเรียนรู้ใน 10

05:33.670 --> 05:37.210
ขั้นตอนนี้เรียกว่าการมีสิทธิ์ติดตาม

05:37.240 --> 05:39.520
ดังนั้นเรากำลังทำงานกับสิ่งขั้นสูงที่นี่

05:39.640 --> 05:44.160
แต่จำไว้ว่าเป็นเพราะเรากำลังพยายามที่จะเป็น Dume ที่ไม่มีอะไรเหมือนการทำเค้กสักชิ้น

05:44.290 --> 05:47.650
ดังนั้นเราต้องการเทคนิคขั้นสูงเหล่านี้เพื่อให้มันทำงาน

05:47.660 --> 05:48.880
ตอนนี้เราเกือบจะพร้อมแล้ว

05:48.880 --> 05:55.450
ก่อนที่จะไปสู่ขั้นตอนต่อไปซึ่งจะเกี่ยวกับการนำถาด LGBT

05:55.450 --> 06:03.730
ไปใช้สิ่งเดียวที่เราต้องรวมคือความจุของหลักสูตรและนั่นคือสมมติว่าผู้ชาย 10,000 คนเราจะมีขนาด 10,000

06:03.730 --> 06:13.810
หมายความว่าหน่วยความจำจะมีครั้งสุดท้าย 10,000 ขั้นตอนดำเนินการโดย AI และนั่นจะช่วยให้เราสามารถสร้างได้หลายขั้นตอน

06:13.930 --> 06:16.020
อย่างที่ฉันจำได้ก็คือฟังก์ชั่นง่าย

06:16.180 --> 06:22.840
คุณรู้ว่าหน่วยความจำมีการเปลี่ยน 10,000 ครั้ง แต่เพื่อฝึกสายตาเรากำลังจะสุ่มตัวอย่างเป็นจำนวนมากถึงสิบช่วงการเปลี่ยนภาพไม่ใช่หนึ่งเมื่อเทียบกับก่อนหน้าการเปลี่ยนภาพ

06:22.840 --> 06:28.360
10 ครั้งในครั้งนี้และเราจะสุ่มตัวอย่างชุดเล็ก ๆ

06:28.360 --> 06:33.490
.

06:33.490 --> 06:39.490
เอาล่ะตอนนี้ฉันเดาว่าเราพร้อมที่จะก้าวไปสู่ขั้นตอนต่อไป

06:39.520 --> 06:41.680
ดังนั้นเราจะไปผจญภัยที่นี่

06:41.680 --> 06:43.690
สิ่งนี้จะไม่ใช้งานง่าย

06:43.720 --> 06:47.830
มีการหยุดพักที่ดีและเมื่อคุณพร้อมเราสามารถโจมตีสิ่งนี้ได้

06:47.920 --> 06:49.120
และจากนั้นเพลิดเพลินไปกับ