WEBVTT 00:00.610 --> 00:03.190 Merhaba ve bu Python öğreticisine hoş geldiniz. 00:03.190 --> 00:09.460 Şimdi bunu, sağdan başlayıp sola dönerek başlayalım ve bunu yapmak 00:09.460 --> 00:11.900 için dört eklemeye gidelim. 00:11.920 --> 00:17.980 Dolayısıyla, bu tekrar eden bir VAR adımımız olacaktı, çünkü son adımdan 00:17.980 --> 00:21.590 bir dizi geçişin ilk adımına vb. Gideceğiz. 00:21.960 --> 00:29.850 Ve sonra sağdan sola gitmek hile tersine tersine adım kullanmak için. 00:30.160 --> 00:35.300 Ve şimdi sadece bir dizi girmeliyiz ve bu sıra tabii ki bizim serimiz olacak. 00:35.380 --> 00:41.790 Bu yüzden serimizi koyabiliriz, ancak yazıda gördüğünüz gibi T eksi 1'den başlamak için gidiyoruz. 00:41.950 --> 00:47.760 Dolayısıyla, terminal aşamadaki son adımdan geçmiyoruz; ancak eksi bir adım öncesi olan 00:47.800 --> 00:50.380 adım ancak başlatmak için ilk adım. 00:50.430 --> 00:59.090 Ve işte burada, parantez sütununa eksi bir eklememiz gerekmeden önce bu adımı atmamamız gerekiyor. 00:59.380 --> 01:04.270 Eminim daha derin bir derste makine öğrenmeyi takip edenler için bu 01:04.560 --> 01:11.050 hileyi biliyorsunuz Kollin eksi bir unsur, son öğeden önce elemana gidiyoruz ancak son öğeye kadar 01:11.050 --> 01:14.740 gitmediğiniz anlamına geliyor ve bu nedenle İstediğimiz sekans. 01:14.860 --> 01:20.890 Son öğeden önce öğeden ilk öğeye gideceğimiz şey bu ve sağdan 01:20.890 --> 01:23.900 sola dönmek için tersine işler yapıyoruz. 01:24.160 --> 01:26.810 Tamam, for döngüsüne girmeye hazırız. 01:27.170 --> 01:29.740 Ve bu yüzden döngü için ne yapacağız. 01:29.780 --> 01:32.870 Tam olarak gazetede olduğu gibi nereye gideceğiz. 01:32.900 --> 01:39.340 Kümülatif ödülü, Gana ile çarparak ve takip aşamasındaki şu andaki aşamada 01:39.400 --> 01:42.500 elde edilen kelimeyi ekleyerek güncelleyeceğiz. 01:42.670 --> 01:45.450 Pekala, bunu Python'a geri dönelim. 01:45.590 --> 01:57.780 Ve bu yüzden, topladığımız kümülatifleri güncellemek istiyoruz; ilk önce gama çarpılarak aşağıdaki şekilde çalışıyoruz. 01:57.780 --> 01:58.580 Oraya gidiyoruz. 01:58.660 --> 02:07.910 Burada, gamma ile çarpıyoruz ve sonra özel yapıyla bu yola erişebildiğimizin ödülünü 02:07.970 --> 02:09.420 eklemek istiyoruz. 02:09.450 --> 02:13.120 Bu kelimenin nesnenin bir özelliği olduğunu unutmayın. 02:13.130 --> 02:15.910 Ve elbette burada bir artı ekliyoruz. 02:16.020 --> 02:17.330 Tamam, bu birikimli bir ödül. 02:17.450 --> 02:19.310 Eşittir, biz bu adımı isteriz. 02:19.370 --> 02:25.620 Şu an döngü artı Gahanna'nın bir önceki kümülatif ödülü bir katına çıktık. 02:26.150 --> 02:26.870 Mükemmel. 02:26.870 --> 02:28.190 O yüzden şimdi iyi olduğumuzu düşünüyorum. 02:28.220 --> 02:30.180 Algoritmayı iyice takip ediyoruz. 02:30.500 --> 02:32.600 Ve şimdi bir sonraki adımların zamanı. 02:32.840 --> 02:35.090 Artık çok kolay olacak. 02:35.090 --> 02:40.880 İlk tekrarlamaya geri dönüyoruz çünkü for döngüsü sadece bu şekilde güncellenerek sağdan 02:41.060 --> 02:44.010 sola gitmeyen kümülatif ödülü hesaplamak içindir. 02:44.030 --> 02:50.930 Algoritmayı takiben, şimdi bunu hatırlamanın amacını hatırlarken, girişimleri hazır hale getirmek ve hedeflerimizi hazır 02:50.930 --> 02:55.950 hale getirmek, böylece eğitim için ikisi arasındaki farkı en aza indirebilmektir. 02:55.950 --> 03:01.020 Ve şu anda bunu yapmak zorunda olduğumuz tek şey, bu girdileri ve tuvaleti hazır tutmak. 03:01.220 --> 03:08.410 Bu yüzden önce yapmamız gereken şey, serinin ilk tarihini parça listemize eklemektir. 03:08.510 --> 03:11.460 Şu ana kadar bu devlet bizim amacımızın bir parçası. 03:11.480 --> 03:14.100 Bu sadece çıktıyı hesaplamak içindir. 03:14.270 --> 03:19.370 Bu yüzden, ilk adımın bu girdi durumunu ayrı ayrı alacağız çünkü tam da 03:19.370 --> 03:21.320 listemizde olması gereken şey bu. 03:21.380 --> 03:23.340 Bu yüzden ayrı olarak alalım. 03:23.360 --> 03:25.910 Bu nedenle devlet diyeceğiz. 03:26.000 --> 03:32.930 Ve burada da aynı şekilde, ilk geçişin bulunduğu dizinin ilk dizinini alarak ve ardından bu 03:32.930 --> 03:38.300 ilk geçişin durumunu elde etmek için bu durumu ekleyerek elde edebilirsiniz. 03:38.330 --> 03:44.390 İhtiyacımız olan site bu, o zaman bu giriş aşaması ile ilişkili hedefleri 03:44.840 --> 03:46.830 ayrı ayrı alacağımızı söylüyor. 03:46.880 --> 03:53.450 Ve ilginç bir yeni değişken burada hedef, ilk adımın değerine eşit olacaktır. 03:53.540 --> 03:59.990 Ve Q değeri, sinir ağı ve içeriği ve çıktısı tarafından döndürüldüğünden ve 04:00.070 --> 04:07.370 çıktıların, geçişin birincisini içeren bu girişle ilişkili çıktı olduğu için, ilk tarihe ait bu 04:07.370 --> 04:12.830 q değerini, sadece burada çıktı alarak ve endeksi sıfır alarak. 04:13.100 --> 04:20.630 Ve sonra bize sadece ilk geçişteki giriş durumunun Q değerini verecek olan verileri ekledik ve tam 04:21.050 --> 04:22.310 da bu zamanı. 04:22.320 --> 04:30.080 S Bu şekilde, bu hedef değişkeni güncelleyeceğiz ancak yalnızca serinin ilk adımında 04:30.080 --> 04:35.680 seçilen eylem için ve serinin ilk adımına erişeceğiz. 04:35.870 --> 04:42.710 İlk seriyi 0 almalıyız çünkü bu 3 0 serisindeki tam da ilk adım. 04:42.970 --> 04:50.290 Ve serinin bu ilk adımına karşılık gelen eyleme erişmek için şunu tekrar 04:50.380 --> 04:57.340 eklemeliyiz: Eylemi tekrarladığımızda, kullandığınız bu öznitelik yapısı, eylemin dizinin ilk adımının 04:57.340 --> 04:58.900 bir özniteliğidir. 04:58.900 --> 05:04.570 Dizinin her geçişinde aşağıdaki yapı hali eylem kelimesi bulunduğu ve bu 05:04.720 --> 05:11.350 nedenle bu öznitelik eyleminin eylemi burada yapıldığı anlamına gelir, çünkü bu ilk tarihin 05:11.500 --> 05:14.150 hareketini alıyoruz demektir; dizinin ilk geçişidir. 05:14.330 --> 05:21.320 Ve böylece ilk adımın belirli bir eylemi için hedef, dünyanın topluluğu tarafından 05:21.410 --> 05:22.850 güncellenmesi gereken şeydir. 05:22.850 --> 05:29.490 Yani esas olarak burada, oynatılan eylemle ilişkili bu hedefi yazacağız. 05:29.630 --> 05:35.810 Dizinin ilk adımı, yeni hesapladığımız kümülatif ödül. 05:36.130 --> 05:44.780 girişimizi bu ilk kalış ekleyerek güncellemeye hazırsız ve ilk önce burada ilk saatimiz var. 05:44.780 --> 05:46.770 Pekâlâ, şimdi nihayet 05:46.970 --> 05:53.090 10 adımda AI'yi eğittiğimizi bildiğiniz için yalnızca serinin ilk adımı güncellemeliyiz ve bu 05:53.090 --> 05:56.000 nedenle girdi on adımın ilk adımı. 05:56.180 --> 06:01.400 Ayrıca, bu ilk adımda hedefi elde ederiz, ancak o zaman 10 basamağın aşağıdaki adımlarında 06:01.400 --> 06:06.310 herhangi bir girdi ya da tuvalet bulamıyoruz çünkü temel olarak öğrenme 10 basamakta gerçekleşiyor. 06:06.500 --> 06:11.380 İşte bu yüzden şimdi sadece devleti ve serinin ilk adımının hedefini alıyoruz. 06:11.840 --> 06:16.820 Bunu anlamak önemlidir ve bu nedenle şunu anladığımız takdirde, bunları 06:16.820 --> 06:20.590 girdi listemize ve hedef listemize girmemiz gerektiğini anlıyoruz. 06:20.660 --> 06:21.560 O halde bunu yapalım. 06:21.560 --> 06:25.140 Önce devletleri girişlerimize ekleyelim. 06:25.190 --> 06:33.680 Böylece, girişler listemizi alıyoruz ve serinin ilk adımının giriş durumunu hatırlayan durumu eklemek için 06:33.680 --> 06:41.030 ek fonksiyonunu kullanıyor ve ardından hedefi ilk adımdaki hedefler listesine ekleyip bunu 06:41.120 --> 06:47.270 yapacağız hedefler listemize giriyoruz ve bu ilk hedefi eklemek için 06:47.270 --> 06:49.460 ek fonksiyonunu kullandığımızı söylüyoruz. 06:49.490 --> 06:50.360 Oraya gidiyoruz. 06:50.540 --> 06:56.750 hedefleri söylediğimiz gibi tabii ki ihtiyaç duyduğumuz son şeyleri iade etmeye ihtiyacımız var. 06:56.840 --> 07:01.760 Neredeyse bitti ve şimdi, bu dersin başında, güncellenen girdileri ve 07:02.090 --> 07:07.580 Bu yüzden her fırsatta buraya ekleyeceğiz ve ilk önce girişlerimizi alacağız, ancak 07:07.580 --> 07:14.660 o zaman bunları bir sayı dizisine dönüştürmek için ihtiyacımız olan şey o zaman önce türle tek 07:14.660 --> 07:21.710 bir türe sahip olduğumuzdan emin olmak için bir tür dönüşümü yapın. Eşittir ve 32 aynı yüzer. 07:21.890 --> 07:28.520 Ve bunu bir meşale tensörüne dönüştürüyoruz, çünkü tabii ki tamamen zorunlu olan bir meşale 07:28.730 --> 07:29.540 ile çalışıyoruz. 07:29.570 --> 07:36.040 Ve ben de meşale tekrar Taylandlı olmayan işlevi kullanıyorum. 07:37.180 --> 07:39.000 Ve bu bize giriş bilgilerimizi verir. 07:39.130 --> 07:39.590 Mükemmel. 07:39.590 --> 07:42.460 Ve şimdi de hedefler için aynı şeyi yapalım. 07:42.520 --> 07:44.620 Şimdi daha hızlı olan bu numarayı kullanabiliriz. 07:44.710 --> 07:50.950 Hedefleri bir araya getireceğiz ve bunu yapmak için öncelikle meşale 07:50.950 --> 07:57.230 kütüphanemize ihtiyacımız var çünkü hedefleri yığmak için meşale fonksiyonunu kullanacağız. 07:57.250 --> 07:57.550 Tamam. 07:57.550 --> 08:04.030 Ve bu nedenle bu kod satırı temel olarak bu uygunluk izi Sarsour algoritması 08:04.030 --> 08:07.100 yoluyla güncellenen girdileri ve tuvaletleri döndürür. 08:07.180 --> 08:10.710 Veya onu çağıracağız ve içeri girip tebriklerimizi gönderelim. 08:10.780 --> 08:16.540 Son eğitim vermeye hazır olduk çünkü temel olarak eğitimimiz, girdilerimizin tahminleri 08:16.540 --> 08:20.950 ile tuvaletler arasındaki kare farklarını en aza indirgemekten ibarettir. 08:21.160 --> 08:22.870 Bu yüzden gözümüzü akıllı hale getirelim. 08:22.870 --> 08:25.150 Akıllı hale gelecek ve sonraki. 08:25.210 --> 08:26.980 Ve o zamana kadar AI zevk.