WEBVTT 00:00.610 --> 00:03.190 Halo dan selamat datang di tutorial Python ini. 00:03.190 --> 00:09.460 Jadi mari kita lakukan ini, mari kita buat ini untuk loop mulai dari kanan dan ke kiri dan 00:09.460 --> 00:11.900 untuk melakukan ini kita akan menambahkan empat. 00:11.920 --> 00:17.980 Jadi ini adalah VAR berulang yang akan menjadi langkah kita karena kita akan beralih dari langkah 00:17.980 --> 00:21.590 terakhir ke langkah pertama dari serangkaian transisi dan seterusnya. 00:21.960 --> 00:29.850 Dan kemudian trik untuk pergi dari kanan ke kiri adalah menggunakan untuk langkah terbalik terbalik. 00:30.160 --> 00:35.300 Dan sekarang kita hanya perlu memasukkan urutan dan urutan ini tentu saja seri kita. 00:35.380 --> 00:41.790 Jadi kita bisa meletakkan seri kita tetapi seperti yang Anda lihat di koran kita mulai dari T minus 1 untuk memulai. 00:41.950 --> 00:47.760 Jadi kita tidak pergi dari langkah terakhir yang merupakan tahap terminal tetapi langkah sebelum itu menjadi minus satu 00:47.800 --> 00:50.380 tetapi untuk memulai itu adalah langkah pertama. 00:50.430 --> 00:59.090 Dan jadi di sini untuk pergi dari tidak mari kita mengambil langkah itu sebelum kita perlu menambahkan kolom tanda kurung minus satu. 00:59.380 --> 01:04.270 Saya yakin bahwa bagi Anda yang mengikuti pembelajaran mesin di kursus yang lebih dalam Anda 01:04.560 --> 01:11.050 tahu trik ini Kollin minus satu berarti bahwa Anda naik ke elemen sebelum elemen terakhir tetapi tidak sampai ke elemen 01:11.050 --> 01:14.740 terakhir dan karena itu kami mendapatkan urutan yang kita inginkan. 01:14.860 --> 01:20.890 Itulah yang akan kita mulai dari elemen sebelum elemen terakhir ke elemen pertama dan kita melakukan hal-hal 01:20.890 --> 01:23.900 terbalik untuk pergi dari kanan ke kiri. 01:24.160 --> 01:26.810 Baiklah jadi kita siap untuk masuk ke loop. 01:27.170 --> 01:29.740 Jadi di dalam ini untuk loop apa yang akan kita lakukan. 01:29.780 --> 01:32.870 Di mana kita akan melakukan persis seperti di koran. 01:32.900 --> 01:39.340 Kami akan memperbarui hadiah kumulatif dengan mengalikannya dengan Ghana dan menambahkan kata yang diperoleh pada langkah saat 01:39.400 --> 01:42.500 ini yang ada di langkah tindak lanjut. 01:42.670 --> 01:45.450 Baiklah jadi mari kita lakukan ini kembali ke Python. 01:45.590 --> 01:57.780 Jadi kami ingin memperbarui akumulasi kami, kami bekerja dengan cara berikut dengan terlebih dahulu mengalikannya dengan gamma. 01:57.780 --> 01:58.580 Itu dia. 01:58.660 --> 02:07.910 Di sini kita mengalikannya dengan gamma dan kemudian kita ingin menambahkan hadiah dari apa yang dapat kita akses dengan struktur 02:07.970 --> 02:09.420 khusus ini. 02:09.450 --> 02:13.120 Ingat kata itu adalah atribut objek. 02:13.130 --> 02:15.910 Dan jadi di sini tentu saja kami menambahkan nilai tambah. 02:16.020 --> 02:17.330 Baiklah itu adalah hadiah kumulatif. 02:17.450 --> 02:19.310 Sama dengan yang kita inginkan, langkah ini. 02:19.370 --> 02:25.620 Kita sekarang berada di loop dan Gahanna dikalikan dengan hadiah kumulatif sebelumnya sebelum a. 02:26.150 --> 02:26.870 Sempurna. 02:26.870 --> 02:28.190 Jadi sekarang saya pikir kita baik-baik saja. 02:28.220 --> 02:30.180 Kami benar-benar mengikuti algoritma. 02:30.500 --> 02:32.600 Dan sekarang saatnya untuk langkah selanjutnya. 02:32.840 --> 02:35.090 Nah sekarang ini akan menjadi sangat mudah. 02:35.090 --> 02:40.880 Kami kembali ke tindak lanjut pertama karena ini untuk loop hanya untuk menghitung hadiah kumulatif tidak pergi 02:41.060 --> 02:44.010 dari kanan ke kiri dengan memperbarui cara ini. 02:44.030 --> 02:50.930 Mengikuti algoritme dan sekarang seperti yang Anda ingat, tujuan melakukan ini adalah untuk menyiapkan input dan target 02:50.930 --> 02:55.950 kami agar kami dapat meminimalkan perbedaan kuadrat antara keduanya untuk pelatihan. 02:55.950 --> 03:01.020 Dan saat ini satu-satunya hal yang harus kita lakukan adalah menyiapkan input dan toilet ini. 03:01.220 --> 03:08.410 Jadi mari kita lakukan ini dulu apa yang perlu kita lakukan adalah menambahkan tanggal pertama seri dalam daftar bagian kita. 03:08.510 --> 03:11.460 Sejauh ini keadaan ini merupakan bagian dari tujuan kami. 03:11.480 --> 03:14.100 Itu hanya untuk menghitung output. 03:14.270 --> 03:19.370 Jadi kita akan mendapatkan status input dari langkah pertama ini secara terpisah karena itulah yang perlu 03:19.370 --> 03:21.320 kita lakukan dalam daftar kita. 03:21.380 --> 03:23.340 Jadi mari kita dapatkan ini secara terpisah. 03:23.360 --> 03:25.910 Karena itu kita akan menyebutnya negara. 03:26.000 --> 03:32.930 Dan persis sama dengan di sini kita bisa mendapatkannya dengan mengambil indeks pertama dari seri yang berisi 03:32.930 --> 03:38.300 transisi pertama dan kemudian menambahkan keadaan itu untuk mendapatkan keadaan transisi pertama ini. 03:38.330 --> 03:44.390 Jadi itulah situs yang kita butuhkan kemudian mengatakan kita akan mendapatkan secara terpisah target yang terkait 03:44.840 --> 03:46.830 dengan tahap input transisi ini. 03:46.880 --> 03:53.450 Dan variabel baru yang menarik di sini target yang akan sama dengan nilai langkah pertama. 03:53.540 --> 03:59.990 Dan karena nilai Q dikembalikan oleh jaringan saraf dan konten dan outputnya dan karena output adalah 04:00.070 --> 04:07.370 output yang terkait dengan input ini yang berisi yang pertama dari transisi dengan baik kita bisa mendapatkan nilai q 04:07.370 --> 04:12.830 dari kencan pertama hanya dengan mengambil output di sini dan mengambil indeks nol. 04:13.100 --> 04:20.630 Dan kemudian kita menambahkan data itu yang hanya akan memberi kita nilai Q dari negara input dari transisi pertama dan itulah 04:21.050 --> 04:22.310 waktu yang tepat. 04:22.320 --> 04:30.080 T Jadi dengan begitu kita mengambilnya maka kita akan memperbarui variabel target ini tetapi hanya untuk tindakan yang 04:30.080 --> 04:35.680 dipilih pada langkah pertama seri dan untuk mengakses langkah pertama seri ini. 04:35.870 --> 04:42.710 Kita perlu mengambil seri 0 pertama karena ini adalah langkah pertama pada seri 3 0. 04:42.970 --> 04:50.290 Dan untuk mengakses tindakan yang sesuai dengan langkah pertama dari seri ini dengan baik, kita perlu menambahkan di sini 04:50.380 --> 04:57.340 bahwa tindakan lagi yaitu struktur atribut ini yang kami gunakan. Anda tahu aksi adalah atribut dari langkah 04:57.340 --> 04:58.900 pertama dari seri. 04:58.900 --> 05:04.570 Itu adalah transisi pertama dari seri karena setiap transisi dari seri memiliki kata tindakan 05:04.720 --> 05:11.350 keadaan struktur berikut dan melakukan tindakan di sini tindakan atribut ini di sini berarti bahwa kita 05:11.500 --> 05:14.150 hanya mendapatkan tindakan kencan pertama ini. 05:14.330 --> 05:21.320 Jadi target untuk tindakan spesifik dari langkah pertama itulah yang perlu diperbarui oleh 05:21.410 --> 05:22.850 komunitas dunia. 05:22.850 --> 05:29.490 Jadi pada dasarnya di sini kita hanya akan menulis target yang terkait dengan aksi yang dimainkan. 05:29.630 --> 05:35.810 Langkah pertama dari seri ini adalah penghargaan kumulatif ini yang baru saja kita hitung. 05:36.130 --> 05:44.780 Baiklah dan sekarang kita akhirnya siap untuk memperbarui input kami dengan menambahkan ini tinggal pertama di sini dan ini pertama di sini 05:44.780 --> 05:46.770 selama satu jam pertama. 05:46.970 --> 05:53.090 Kami hanya perlu memperbarui langkah pertama dari seri karena Anda tahu kami melatih AI pada 10 langkah dan oleh 05:53.090 --> 05:56.000 karena itu input adalah langkah pertama dari sepuluh langkah. 05:56.180 --> 06:01.400 Dan kami juga mendapatkan target pada langkah pertama ini tetapi kemudian kami tidak mendapatkan input atau toilet 06:01.400 --> 06:06.310 apa pun dalam langkah-langkah 10 langkah berikut karena pada dasarnya pembelajaran terjadi 10 langkah setelahnya. 06:06.500 --> 06:11.380 Itulah mengapa saat ini kami hanya mendapatkan status dan target langkah pertama dari seri. 06:11.840 --> 06:16.820 Jadi, penting untuk memahami itu dan oleh karena itu jika kita mengerti bahwa sekarang kita memahami 06:16.820 --> 06:20.590 bahwa kita harus memasukkannya dalam daftar input dan daftar target kita. 06:20.660 --> 06:21.560 Jadi mari kita lakukan ini. 06:21.560 --> 06:25.140 Pertama mari kita tambahkan status ke input kita. 06:25.190 --> 06:33.680 Jadi kami mengambil daftar input kami dan kami menggunakan fungsi append untuk menambahkan status yang mengingat status input dari langkah 06:33.680 --> 06:41.030 pertama dari seri dan kemudian kami akan menambahkan target pada langkah pertama ke daftar target kami dan 06:41.120 --> 06:47.270 melakukan ini kami mengambil daftar target kami dan mengatakan kami menggunakan fungsi append untuk 06:47.270 --> 06:49.460 menambahkan target pertama ini. 06:49.490 --> 06:50.360 Itu dia. 06:50.540 --> 06:56.750 Hampir selesai dan sekarang kita perlu mengembalikan hal-hal terakhir yang tentu saja kita butuhkan seperti yang 06:56.840 --> 07:01.760 kita katakan di awal tutorial ini input dan target yang sekarang diperbarui. 07:02.090 --> 07:07.580 Jadi kita akan menambahkan di sini setiap belokan dan kita akan mendapatkan 07:07.580 --> 07:14.660 input kita terlebih dahulu, tetapi kemudian kita perlu mengonversinya menjadi array angka terlebih dahulu kemudian melakukan konversi 07:14.660 --> 07:21.710 tipe untuk memastikan kita memiliki tipe tunggal dengan tipe tersebut. Anda sama dan mengapung 32 sama. 07:21.890 --> 07:28.520 Dan kemudian kami mengonversikannya menjadi tensor obor karena tentu saja kami bekerja dengan obor yang sepenuhnya 07:28.730 --> 07:29.540 wajib. 07:29.570 --> 07:36.040 Dan jadi saya menggunakan obor dari fungsi non-Thailand lagi. 07:37.180 --> 07:39.000 Dan itu memberi kita masukan kita. 07:39.130 --> 07:39.590 Sempurna. 07:39.590 --> 07:42.460 Dan sekarang mari kita lakukan hal yang sama untuk target. 07:42.520 --> 07:44.620 Sekarang kita bisa menggunakan trik ini yang lebih cepat. 07:44.710 --> 07:50.950 Kita akan menumpuk target bersama-sama dan untuk melakukan ini kita harus mengambil dulu 07:50.950 --> 07:57.230 pustaka obor kita karena kita akan menggunakan fungsi tumpukan dengan obor untuk menumpuk target. 07:57.250 --> 07:57.550 Baiklah. 07:57.550 --> 08:04.030 Jadi baris kode ini pada dasarnya mengembalikan input dan toilet yang baru saja diperbarui 08:04.030 --> 08:07.100 melalui penelusuran kelayakan algoritma Sarsour ini. 08:07.180 --> 08:10.710 Atau kita dapat memanggilnya dan masuk dan mengirimkan ucapan selamat kami. 08:10.780 --> 08:16.540 Kami siap untuk melakukan pelatihan terakhir karena pada dasarnya pelatihan terdiri dari 08:16.540 --> 08:20.950 meminimalkan perbedaan kuadrat antara prediksi input kami dan toilet. 08:21.160 --> 08:22.870 Jadi mari kita buat mata kita pintar. 08:22.870 --> 08:25.150 Ini akan menjadi pintar dan selanjutnya. 08:25.210 --> 08:26.980 Dan sampai saat itu menikmati AI.