WEBVTT 00:00.450 --> 00:02.520 Merhaba ve bu öğreticiye hoş geldiniz. 00:02.520 --> 00:06.140 Pekâlâ, AI'mız var, eğitim almaya hazır. 00:06.330 --> 00:09.660 Ve eğitimin ilk adımı tecrübelerimizi tekrarlamaktır. 00:09.900 --> 00:11.330 Bu yüzden yavaş yavaş oraya gidiyoruz. 00:11.340 --> 00:16.690 Eğitim ve iyi haber, deneyimin tekrar uygulanmasına ilişkin bir versiyonumuz olması. 00:16.830 --> 00:23.490 Hatta hatırlattığım uygunluk uyarlamasına göre adapte edilmiş bir tekniktir ve q değerlerini öğrenmek 00:23.490 --> 00:27.160 yerine her geçişi her 10 geçişte öğrenir. 00:27.210 --> 00:29.460 Yani temelde daha önce olduğu gibi. 00:29.490 --> 00:35.190 Ancak, her adım için tek bir kelimeyle tek bir hedef belirlemek yerine on adımın birikimli 00:35.190 --> 00:40.770 bir hedefi ve 10 basamağın birikimli ödülüne sahip olacağız ve her seferinde 10 basamağı öğreneceğiz. 00:40.980 --> 00:44.960 Dolayısıyla, daha önce olduğu gibi birer geçiş yerine 10 basamağı öğreniyoruz. 00:45.180 --> 00:50.440 Ve bununla harikalar yaratacağım ve bu, eğitim süreci için bazı mucizeler yaratacaktır. 00:50.440 --> 00:52.570 Eğitimin çok daha az zaman alacağı biliyorsun. 00:52.620 --> 00:58.850 Bu teknik sayesinde, deneyimsizlik tekrarını her 10 adımda öğrenmekte olduğumuzu belirtmek zorundayız. 00:58.980 --> 01:04.230 Bu nedenle, bu deneyim yeniden oynatma deneyimi yeniden oynatmanın klasik bir uygulaması değildir. 01:04.320 --> 01:06.160 Kendinden tahrikli bir araba gibi. 01:06.210 --> 01:12.540 Bu 10 aşamalı öğrenmeyi göz önüne alan bir deneyim yeniden oynatma uygulamasıdır 01:12.540 --> 01:19.110 ve bu nedenle, bu deneyimde, AI ilerlemesini 10 basamakla gerçekleştiren iki sınıfı bir 01:19.110 --> 01:23.460 sınıfa göreceksiniz; böylece, bu 10 basamakta ödüllerin toplamı sağlanabiliyor. 01:23.460 --> 01:28.430 Bu birinci sınıftır ve bu sınıfa ihtiyacımız var çünkü bu 10 basamağı, 01:28.430 --> 01:33.570 oynadığımız deneyim için sınıfta uygulayan replay hafıza sınıfına eklemeliyiz ve hafızanın aynı zamanda 01:33.630 --> 01:38.020 biz olduğumuz gerçeğini de hesaba kattığımızdan emin olalım. 10 adımda öğrenme. 01:38.040 --> 01:42.660 Bu nedenle deneyim tekrarının uygulanmasında bu iki sınıfı bulacaksınız, ancak 01:42.660 --> 01:49.070 bu sadece 10 aşamalı olarak öğrenildiğimizi ve hafızaya alınması gerektiğini hesaba katmak içindir. 01:49.410 --> 01:51.940 Bu yüzden hafızamızdan bahsedelim, onu yaratalım. 01:51.970 --> 02:00.150 Hafızadaki hafızamızı arayacağız ve hafıza, tekrar çalma hafıza aktarımının bir nesnesi olacak ve yeniden oynatma 02:00.570 --> 02:04.900 hafıza sınıfı bu deneyim yeniden oynatmanın bir sınıfıdır. 02:05.070 --> 02:14.430 Ve bu yüzden hissettim deneyim tekrarlama davranışını ilk önce alıyorum ve burada tekrar hafıza sınıfını 02:15.180 --> 02:15.880 alıyorum. 02:15.960 --> 02:16.840 Mükemmel. 02:16.890 --> 02:23.460 Ve şimdi ilk argümanın iki argüman koymamız gerektiğini ve anahtar değerleri öğrenmeye başlayacağımız 02:23.640 --> 02:27.540 adımların sayısına tek tek basmamız gerektiğini görebilirsiniz. 02:27.540 --> 02:32.090 Yani, hedefi topladığımız ve istediğimiz adım sayısını biliyorsunuz. 02:32.180 --> 02:37.290 Birikimli bir hedefe ve birikimli ödüle sahip olacağız ve ikinci 02:37.290 --> 02:39.840 argüman, belleğin büyüklüğü olan kapasitedir. 02:39.840 --> 02:42.650 Örneğin, burada on bin kişiyi görebiliriz. 02:42.810 --> 02:48.270 Dolayısıyla, kapasite 10000'e eşitse, o zaman 10000'lük bir boyuta sahip olacağız 02:48.270 --> 02:54.210 ve bu nedenle, göz tarafından gerçekleştirilen 10000 basamağın hafızasını alacağız demektir. 02:54.390 --> 02:57.390 Ancak yine de her geçişi öğreneceğiz. 02:57.390 --> 03:02.690 basamağı öğreneceğiz ve burada, daha önce karşılaştırıldığında burada sunduğumuz bu yeni özellik. 03:02.700 --> 03:06.100 Hafızadaki bu son 10000 basamaktaki her on 03:06.180 --> 03:12.480 Sadece bu tekrarlama hafızası hünerini almadan önce ve burada her tekrar tekrar hafıza puanı, artı her 03:12.570 --> 03:16.920 10 adımda öğrendiğim bu numara var ve on adımın hepsini öğreneceğiz 03:16.920 --> 03:20.000 ve onu hafızada yapacağız. son 10000 adım. 03:20.190 --> 03:27.810 Ve bu deneyimli tekrar oynama özelliği ile kombine edilemezlik özellikleriyle 10 adımla eğitim performansını 03:27.810 --> 03:29.240 önemli ölçüde artıracaktır. 03:29.490 --> 03:31.130 Bu iki argümanla son bulalım. 03:31.200 --> 03:35.900 İlki olan ve adımlar ve bu eşit olacaktır. 03:36.030 --> 03:43.180 Fakat şimdi şunu söyleyelim ve adımlar, bunun hemen ardındaki adımı belirleyecektir; bu, gerçekte, son adım ilerleme 03:43.360 --> 03:49.130 sınıfı olan ve on adımlar boyunca ilerleme kaydetmeye izin veren bu deneyim yeniden 03:49.140 --> 03:52.170 oluşturma dosyasının diğer sınıfının bir kıskanç olacağıdır. 03:52.170 --> 03:57.990 Ve 10 basamaktayken, 10 basamaktaki kümülatif ödülleri elde etmek için on basamaktaki 03:58.050 --> 03:59.550 kelimeleri seslendirecegimizi hatirlayin. 03:59.550 --> 04:02.250 Ve bu tamamen uygunluk testi. 04:02.250 --> 04:09.350 Şimdi yapmamız gereken bu adımları burada oluşturmak ve bu deneyim ilerleme dosyasında sahip 04:09.360 --> 04:13.040 olduğumuz ikinci aşamada adım ilerleme olanağı yaratmak. 04:13.160 --> 04:24.430 Şimdi, bu aşamaları oluşturacağız ve bu, oynadığımız deneyimlerimizden tekrar alacağımız 04:24.430 --> 04:30.650 adım ilerleme sınıfının bir nesnesi olacak. 04:30.940 --> 04:31.720 Oraya gidiyoruz. 04:31.840 --> 04:37.160 Bu ilerlemeyi önleme sınıfı ve şimdi aldığımız çevrenin bulunduğu ortamı 04:37.180 --> 04:41.010 koymamız gerektiğini gördüğünüz gibi üç argüman koymalıyız. 04:41.230 --> 04:47.680 O halde ikinci argüman AI'mız ve bu elbette burada U'da 04:47.830 --> 04:55.550 inşa ettiğimiz AI olacaktır. S. ve son argüman bu aşamada, burada her 10 04:55.570 --> 04:59.120 adımın her 10 geçişinde öğrenmek için bildiğiniz 10 adımın olmasını istediğimizi belirteceğiz. 04:59.200 --> 05:01.140 Öyleyse bu argümanlarla yardım edelim. 05:01.180 --> 05:06.920 İlki çevre, bu da azim ve tamamdır. 05:06.940 --> 05:11.700 Sonra ikincisi, AI AI olur ve biz ai ai'yi saydığımızı. 05:11.830 --> 05:12.720 Burada olanlar. 05:12.760 --> 05:17.590 Dolayısıyla adım ilerleme sınıfının ve bu ai ai'nin argümanının adı budur. 05:17.590 --> 05:19.730 İşte bizim ai ai. 05:19.750 --> 05:27.150 Yaptığımız ve son argümanımız yığını ve 10'a eşittir. 05:27.160 --> 05:27.910 Tamam. 05:27.910 --> 05:33.670 Dolayısıyla şu an hafızada 10 basamaktaki bir öğrenme olduğunu ve 10 basamaklı 05:33.670 --> 05:37.210 bu öğrenmeye uygunluk izi denildiğini hesaba katıyoruz. 05:37.240 --> 05:39.520 Bu yüzden burada gelişmiş şeyler üzerinde çalışıyoruz. 05:39.640 --> 05:44.160 Unutma, çünkü Dume olmaya çalışıyoruz, bu bir parça pasta yapmak gibi bir şey değil. 05:44.290 --> 05:47.650 Bu yüzden, çalışmasını sağlamak için bu ileri tekniklerimize ihtiyacımız var. 05:47.660 --> 05:48.880 Şimdi neredeyse hazırız. 05:48.880 --> 05:55.450 ve yani 10000 adam söyleyelim ki 10000 büyüklüğüne sahip olacağız, yani 05:55.450 --> 06:03.730 hafızanın son AI tarafından gerçekleştirilen 10000 adım ve bu bize çok sayıda üretmemizi sağlayacak. 06:03.730 --> 06:11.470 Aslında LGBT tepsilerini uygulamakla ilgili bir sonraki adıma geçmeden önce, dahil etmemiz gereken 06:11.500 --> 06:13.810 tek şey elbette kapasite 06:13.930 --> 06:16.020 Hatırladığım kadarıyla basit bir işlevi vardı. 06:16.180 --> 06:22.840 Hafızanın 10000 geçiş içerdiğini biliyorsunuz ancak göz eğitmek için, bu sefer 10 06:22.840 --> 06:28.360 geçişten önce çok sayıdaki on geçiş sayısını örnekleyeceğiz ve 10 06:28.360 --> 06:33.490 geçişin bu küçük gruplarını 10000 basamaktan oluşan belleğe örnekleyeceğiz . 06:33.490 --> 06:38.770 Pekâlâ, şimdi uygunluğun izini uygulamakla ilgili bir sonraki adıma geçmeye hazır olduğumuzu 06:38.770 --> 06:39.490 tahmin ediyorum. 06:39.520 --> 06:41.680 Yani burada biraz macera yaşayacağız. 06:41.680 --> 06:43.690 Bu basit bir uygulama olmayacaktır. 06:43.720 --> 06:47.830 İyi bir mola verin, hazır olduğunuzda buna saldırabiliriz. 06:47.920 --> 06:49.120 Ve o halde tadını çıkarın.