WEBVTT 00:00.450 --> 00:03.170 Olá e bem vindo a este tutorial do Python. 00:03.240 --> 00:09.180 Então, agora que estamos prontos para treinar a rede para minimizar a distância ao quadrado entre as saídas e 00:09.180 --> 00:13.820 o alvo graças ao que fizemos com o rastreamento de elegibilidade na seção anterior. 00:14.010 --> 00:19.560 Bem, basicamente, estávamos prontos para iniciar todo o treinamento, você sabe que obtendo nossa contribuição para o nosso alvo, nossas 00:19.560 --> 00:24.600 previsões, em seguida, calculando o último erro entre as previsões e o alvo e, em seguida, fazer a 00:24.600 --> 00:28.420 propagação para trás foi obter uma grade no centro dos pesos de dados. 00:28.470 --> 00:35.460 Então, estávamos prontos para fazer tudo isso, mas desde que queremos calcular a média móvel e 100 etapas que você 00:35.460 --> 00:38.040 conhece para acompanhar a média durante o treinamento. 00:38.160 --> 00:45.060 Bem, antes de fazermos todo esse treinamento, vamos fazer uma aula agora que obteremos essa 00:45.060 --> 00:47.360 média móvel de 100 etapas. 00:47.550 --> 00:49.450 Então, não há preocupações, vamos fazê-lo rapidamente. 00:49.500 --> 00:54.270 Nós faremos classe com três funções, o que faremos, tudo isso e o tutorial único para que possamos 00:54.270 --> 00:54.950 fazê-lo rapidamente. 00:54.960 --> 00:55.890 Nós já fizemos isso. 00:55.890 --> 01:00.680 E, além disso, queremos nos concentrar no treinamento agora porque é o mais importante. 01:00.840 --> 01:04.500 Então, vamos fazer essa classe agora neste único tutorial. 01:04.500 --> 01:10.710 Tudo bem, então vamos apresentar uma nova classe a qual vamos ligar e uma média móvel e depois 01:11.220 --> 01:13.290 vamos com a nossa primeira função. 01:13.290 --> 01:20.490 Então, é claro, a função inata que nunca muda nela e esta e essa função 01:20.490 --> 01:22.140 levará dois argumentos. 01:22.140 --> 01:30.450 O primeiro é o auto para o futuro e o futuro do objeto móvel que corresponderá ao tamanho da 01:30.540 --> 01:34.620 lista das palavras das quais vamos calcular a média. 01:34.620 --> 01:36.850 Então, isso será 100. 01:36.870 --> 01:39.800 Tudo bem, então temos argumentos para a função. 01:39.840 --> 01:42.120 Agora vamos entrar na função. 01:42.120 --> 01:47.460 Agora você sabe o que fazer, temos que inicializar as variáveis ​​específicas do objeto. 01:47.460 --> 01:48.250 E estes são. 01:48.330 --> 01:56.820 Bem primeiro, o primeiro será uma lista de palavras que será a lista contendo as 100 palavras das 01:56.910 --> 01:59.310 quais vamos calcular a média. 01:59.310 --> 02:05.450 Então, neste momento, estamos simplesmente iniciando esta lista com esta lista vazia aqui. 02:05.850 --> 02:13.020 todas as palavras e, em seguida, a segunda variável do nosso futuro objeto será, naturalmente, o tamanho e o 02:13.500 --> 02:19.440 tamanho será igual aos argumentos que entrarão ao criar os futuros objetos móveis em média. 02:19.440 --> 02:20.250 Então, liste 02:20.580 --> 02:22.140 Então, sightseer. 02:22.400 --> 02:29.850 E já estamos prontos para passar para a próxima função, que será a função add e que 02:29.850 --> 02:32.210 irá adicionar as recompensas cumulativas. 02:32.220 --> 02:35.530 Seja cuidadoso, não é a recompensa simples, é a recompensa cumulativa. 02:35.610 --> 02:40.660 E é porque você sabe que estamos fazendo rastreamento de elegibilidade e, portanto, aprendemos cada 10 etapas. 02:40.770 --> 02:44.480 E, portanto, aprender com recompensa cumulativa e não uma recompensa simples. 02:44.700 --> 02:52.830 Então, isso adiciona função que estamos prestes a fazer, adicionará a recompensa cumulativa a essa lista de recompensas. 02:52.830 --> 02:59.370 Então, Jeff, vamos chamar isso de anúncio, é claro, e esta função vai levar dois argumentos. 02:59.370 --> 03:05.070 O primeiro é auto porque vamos usar esta lista de palavras aqui, porque simplesmente vamos 03:05.070 --> 03:08.350 adicionar a recompensa cumulativa a esta lista de palavras. 03:08.490 --> 03:11.650 Então precisamos do eu para conseguir isso sozinho. 03:11.670 --> 03:18.070 E o segundo será a recompensa que representará a recompensa cumulativa. 03:18.570 --> 03:21.810 Tudo bem, então há dois argumentos da função. 03:21.810 --> 03:25.370 Agora vamos entrar na função e vamos definir o que tem a fazer. 03:25.710 --> 03:32.150 Ok, então, simplesmente, a primeira coisa que tem a fazer é sempre que nos acumulamos, queremos um novo. 03:32.190 --> 03:38.460 Você sabe quando nós progredimos nos passos da faca. Bem, o que temos a fazer é adicionar essas palavras 03:38.460 --> 03:39.270 cumulativas à lista. 03:39.270 --> 03:43.650 E é exatamente isso que vamos fazer, vamos escrever uma linha de código que irá 03:43.650 --> 03:49.240 adicionar esta nova recompensa cumulativa que estamos recebendo depois de progredir em dez passos para esta lista de palavras aqui. 03:49.320 --> 03:56.290 E para fazer isso, temos que separar duas condições porque, uma vez que ele estará trabalhando com lotes. Bem, queremos 03:56.340 --> 04:02.430 estar em algumas listas, mas em alguns outros casos, as palavras também podem ser como um elemento único 04:02.430 --> 04:09.840 e a sintaxe para adicionar um elemento a um A lista qual é a lista de palavras aqui não é a mesma 04:09.840 --> 04:13.330 se você está adicionando uma lista ou um único elemento. 04:13.350 --> 04:17.020 Então, precisamos fazer isso uma condição que irá separar esses dois casos. 04:17.190 --> 04:22.800 E vamos começar com o primeiro caso que é o caso quando o que estamos adicionando 04:22.800 --> 04:30.240 a esta lista de palavras é uma lista e, para isso, vamos adicionar é exemplo em parênteses colocamos dois argumentos, o primeiro 04:30.240 --> 04:32.880 é é que somos palavras que estamos adicionando. 04:33.180 --> 04:34.510 Então não estávamos. 04:34.680 --> 04:37.470 E o segundo é LIST. 04:37.620 --> 04:45.050 E, se a lista de palavras da instância significa se as recompensas estão em uma lista. 04:45.060 --> 04:56.280 adicionar essa lista porque, uma vez que esta é uma lista, podemos usar uma simples operação de adição porque podemos alguns tulis para obter as recompensas. 04:57.550 --> 05:05.110 E então, se as recompensas estiverem em uma lista, o que fazemos é muito simples de si 05:05.110 --> 05:09.220 mesmo, que levamos nossa lista de recompensas e vamos 05:09.220 --> 05:13.380 Aqui está uma lista porque isso será chamado para o verdadeiro significado, neste caso. 05:13.380 --> 05:21.160 E assim podemos simplesmente somar esta lista à nossa lista de palavras e, portanto, podemos simplesmente ter 05:21.160 --> 05:24.300 sua lista de recompensas mais recompensas iguais. 05:24.880 --> 05:30.620 E, ao fazê-lo, estamos apenas estendendo a lista por algumas dessas duas listas juntas. 05:31.090 --> 05:31.560 Tudo bem. 05:31.600 --> 05:33.860 E, em seguida, segunda condição. 05:33.860 --> 05:41.470 Então, podemos simplesmente adicionar outra, de modo que, se as recompensas não forem uma lista e, portanto, se for um único elemento, 05:42.130 --> 05:44.260 e o que acontece nesse caso. 05:44.470 --> 05:49.120 Bem, é o mesmo que queremos adicionar duas palavras à nossa lista de palavras. 05:49.420 --> 05:53.810 Mas não podemos usar a sintaxe porque as palavras não serão mais uma lista. 05:53.860 --> 05:55.320 Será um elemento único. 05:55.540 --> 06:00.130 E então, o que precisamos usar é outra sintaxe que é a função de anexar. 06:00.130 --> 06:04.020 Quando você deseja adicionar um único elemento a uma lista, você pode adicionar algo. 06:04.030 --> 06:05.890 Você precisa usar a função de anexar. 06:05.890 --> 06:07.860 E isso é exatamente o que vamos fazer agora. 06:07.890 --> 06:18.550 Vamos pegar a nossa lista de palavras do objeto e colar isso aqui e depois adicionar ponto e 06:18.550 --> 06:20.080 depois vamos primeiro. 06:20.560 --> 06:24.560 E, claro, entre parênteses colocamos os elementos que queremos acrescentar. 06:24.790 --> 06:29.420 E esta é, naturalmente, uma palavra b, mas as palavras nesse caso não serão uma lista. 06:29.500 --> 06:34.880 Será um único elemento, como uma única palavra cumulativa, não em uma lista. 06:34.910 --> 06:39.490 Tudo bem e então queremos fazer isso, mas agora temos que adicionar algo mais. 06:39.490 --> 06:45.310 É o que acontece quando esta lista de palavras obtém mais de 100 elementos. 06:45.580 --> 06:51.760 Bem, nesse caso, o que devemos fazer é excluir o primeiro elemento desta lista de todas as palavras 06:51.940 --> 06:56.440 para garantir que esta lista de palavras sempre contenha mais de 100 elementos. 06:56.440 --> 07:01.330 Então, exatamente como o que fizemos para o carro de condução sul ao fazer 07:01.330 --> 07:11.170 isso, e então, para ter certeza disso, nós vamos adicionar uma condição de tempo especificando que sempre que o comprimento de nossa lista de palavras que é número 07:11.530 --> 07:19.060 de elementos em nosso lista de palavras sempre que este número é maior do que o tamanho desse tamanho, que é 07:19.060 --> 07:23.900 o tamanho que dissemos aqui e que mais tarde será igual a 100. 07:24.070 --> 07:25.390 Quando criamos o objeto. 07:25.540 --> 07:30.250 Bem, assim que o número de elementos desta lista de palavras for maior do que 100. 07:30.370 --> 07:38.760 Bem, o que queremos fazer é excluir os primeiros elementos da nossa lista de palavras que podemos obter, levando o 07:38.860 --> 07:43.300 índice 0 que é o primeiro índice da nossa lista de. 07:43.570 --> 07:51.400 Este é o primeiro elemento da nossa lista de palavras e queremos excluí-la sempre que nossa lista de palavras 07:51.400 --> 07:53.590 contenha mais de 100 elementos. 07:53.590 --> 08:00.100 Então, com isso com este condicional aqui nós nos certificamos de que nossa lista de palavras nunca 08:00.100 --> 08:08.290 contém mais de 100 elementos e, portanto, agora, o que podemos fazer é fazer uma nova função para calcular a média 08:08.290 --> 08:12.490 de nossa lista de palavras que conterá na corrida cem elementos. 08:12.610 --> 08:17.400 E, portanto, calcularemos a média móvel de 100 passos cada vez. 08:18.090 --> 08:23.040 Então, vamos fazer com que esta seja a função que será muito fácil porque existe a função principal 08:23.220 --> 08:27.550 em Python, que é uma função de não-piloto para calcular a média de uma lista. 08:27.690 --> 08:32.820 E então, vamos apresentar a nossa última função aqui, a qual vamos chamar de média 08:32.820 --> 08:38.430 e esta função vai levar um argumento que vai ser a si mesmo, porque vamos usar, é 08:38.430 --> 08:44.360 claro, ainda nossa lista de palavras que é uma variável de nosso objeto para auto e para colorir. 08:44.660 --> 08:51.450 E agora vamos comparar a média e, portanto, diretamente, retornaremos a média, porque podemos obtê-la 08:51.780 --> 08:55.510 com a função média a qual, claro, estamos jogando. 08:55.860 --> 09:01.840 Bem, o que queremos calcular o significado dessa é a nossa lista do que eu acho que ainda copio isso. 09:01.980 --> 09:03.000 Sim, vamos lá. 09:03.210 --> 09:08.430 Então, simplesmente devolvemos o significado da nossa lista de palavras e a média. 09:08.520 --> 09:11.230 Como eu disse, é uma função não tailandesa. 09:11.490 --> 09:16.770 Então, aqui e Anglish, veja essa lista de palavras que significa. 09:16.770 --> 09:21.670 E então nós vamos, temos a nossa média de 100 passos perfeito. 09:21.720 --> 09:24.210 Então, fizemos essa aula de forma muito eficiente. 09:24.210 --> 09:29.060 Agora, obtemos instruções sobre como obter uma média móvel de 100 etapas. 09:29.280 --> 09:36.750 usar um objeto de média móvel ao fazer o treinamento bem, já criamos esse objeto de média móvel. 09:36.750 --> 09:38.640 E uma vez que vamos 09:38.730 --> 09:46.340 E então vamos chamar isso de A e simplesmente e vai ser um objeto e uma classe. 09:46.560 --> 09:55.010 E, como dissemos, queremos que o tamanho seja 100 porque queremos calcular a média móvel em 100 etapas. 09:55.200 --> 09:56.100 Tão perfeito. 09:56.100 --> 09:57.080 Aqui vamos nós. 09:57.120 --> 10:01.830 Agora estamos prontos para treinar nossa IA para finalmente ser inteligente. 10:01.860 --> 10:06.120 Já é hora de este ponto que nossa idade se torne inteligente. 10:06.210 --> 10:07.890 Então eu não posso esperar para treiná-lo. 10:07.920 --> 10:11.260 Vai ser bastante fácil porque é algo que estamos morto. 10:11.400 --> 10:12.660 Mas isso vai ser divertido. 10:12.750 --> 10:18.090 E, além disso, será hora de se divertir ainda mais, porque basicamente nossa idade 10:18.090 --> 10:23.500 ficarei totalmente pronta e construída e também inteligência e, portanto, vamos executar o código. 10:23.700 --> 10:30.540 E então vou jogar Doom e, eventualmente, assistiremos os vídeos de nossa AI AI tocando Doom 10:30.540 --> 10:33.420 e veremos se conseguiu alcançar o colete. 10:33.510 --> 10:34.520 Então eu não posso esperar. 10:34.560 --> 10:35.810 Vamos fazer esse treinamento. 10:35.820 --> 10:37.360 E até então eu.