WEBVTT

00:00.150 --> 00:05.400
Hallo, meine Freunde, und willkommen in diesem neuen Abschnitt über die Visualisierung der Ergebnisse

00:05.400 --> 00:07.260
des tiefen, konvolutionellen, unmoralischen.

00:07.860 --> 00:13.530
Zunächst möchte ich ganz herzlich dazu gratulieren, dass Sie die gesamte Implementierung des tiefen,

00:13.530 --> 00:15.650
konvolutionellen Lernmodells abgeschlossen haben.

00:16.020 --> 00:22.410
Und jetzt sind wir hier am lustigen Teil, wo wir die Ergebnisse des A visualisieren werden. ICH. wir kreierten.

00:22.830 --> 00:27.420
Und wie gesagt, am Ende des vorherigen Tutorials, der letzten Geschichte der Implementierung, habe ich gesagt,

00:27.750 --> 00:29.990
dass ich eine Überraschung für Sie hatte.

00:30.000 --> 00:32.520
Und genau das ist die Überraschung.

00:32.730 --> 00:35.550
Wir werden die Ergebnisse bei Google visualisieren.

00:35.550 --> 00:37.970
Kulab Und warum ist das eine gute Überraschung?

00:38.220 --> 00:44.430
Das ist eine gute Überraschung, denn im Grunde haben Sie absolut keine Probleme, den Code auszuführen, den Code

00:44.430 --> 00:46.690
auszuführen und die Ergebnisse zu visualisieren.

00:47.160 --> 00:49.650
Dies ist in der Tat eine neue Funktion des Kurses.

00:49.650 --> 00:55.710
Sie wissen, dass wir vorher den Code auf Spider in Python ausgeführt haben, aber es

00:55.710 --> 01:01.410
war äußerst schwierig, alle Pakete zu installieren und auf die Fitness-Studio-Abhängigkeiten und die verschiedenen

01:01.410 --> 01:02.490
Abhängigkeiten anzuwenden.

01:02.820 --> 01:06.450
Viele Studenten hatten tatsächlich Unmengen von Problemen bei der Installation von allem.

01:06.450 --> 01:11.550
Und am Ende konnten die meisten von ihnen nicht gut laufen, der gesamte Code, und meistens konnten sie die

01:11.550 --> 01:12.360
Endergebnisse nicht sehen.

01:12.630 --> 01:14.940
Also wollte ich das unbedingt beheben.

01:15.120 --> 01:19.860
Und wirklich die beste Lösung, die ich mir ausgedacht habe, war, den gesamten Code einzuschließen.

01:19.870 --> 01:24.120
Sie haben also genau den gleichen Code wie in diesem Teil implementiert.

01:24.270 --> 01:30.300
Aber ich habe den gesamten Code in ein Google Kulab-Notizbuch aufgenommen. Das einzige, was Sie tun müssen, um den

01:30.300 --> 01:35.160
Code auszuführen und das Ergebnis zu visualisieren, ist, auf diese Schaltflächen hier zu klicken.

01:35.190 --> 01:40.200
Das ist das einzige, was Sie tun müssen, denn das Schöne an Google Kulab ist, dass die meisten

01:40.200 --> 01:42.060
Bibliotheken und Pakete bereits installiert sind.

01:42.180 --> 01:47.430
Zum Beispiel wird Tenso Floor bereits durch Folter installiert, die bereits in allen Brennermodulen installiert sind.

01:47.430 --> 01:51.580
Funktionen und Klassen sind bereits installiert, sodass Sie sie nicht installieren müssen.

01:51.810 --> 01:56.880
Wir müssen jedoch noch einige kleine Abhängigkeiten installieren, um sicherzustellen, dass alles gut verbunden ist, aber

01:57.120 --> 02:02.850
wir müssen sie nicht über ein Terminal oder, wie Sie wissen, über die Anakonda-Eingabeaufforderung installieren, wie wir es

02:02.850 --> 02:04.560
im selbstfahrenden Auto getan haben.

02:04.710 --> 02:10.230
Wir müssen nur auf diese Wiedergabetaste hier in dieser ersten Zelle klicken, um Systemabhängigkeiten für Weisheit zu

02:10.230 --> 02:10.680
installieren.

02:11.220 --> 02:13.800
Jetzt weiß ich, was einige von Ihnen denken könnten.

02:13.830 --> 02:16.630
Warum haben wir das nicht auch für das selbstfahrende Auto gemacht?

02:16.800 --> 02:22.050
Nun, leider konnten wir nicht dasselbe tun, weil wir in einem selbstfahrenden Automodul die Benutzerinteraktionen hatten,

02:22.050 --> 02:28.050
wissen Sie, als wir einen Sinn auf die Karte steckten, um die Straßen zu entwerfen und einige Hindernisse zu setzen.

02:28.350 --> 02:34.710
Glücklicherweise verfügt Google Kulab noch nicht über die Funktion, einige Benutzerinteraktionen mit einigen Karten

02:34.710 --> 02:35.760
zu ermöglichen.

02:35.760 --> 02:38.340
Also konnte ich es nicht für das selbstfahrende Auto tun.

02:38.370 --> 02:39.390
Ich entschuldige mich dafür.

02:39.630 --> 02:45.090
Aber deshalb habe ich Ihnen das ganze Kapitel meines Buches über den Crashkurs gegeben, das alle Anweisungen

02:45.270 --> 02:46.860
zum selbstfahrenden Auto enthält.

02:46.860 --> 02:49.440
Ich hoffe du könntest sowieso alles richtig installieren.

02:49.440 --> 02:51.930
Im Vergleich dazu gab es nicht viel zu installieren.

02:51.930 --> 02:56.490
Ich hoffe, für das selbstfahrende Auto ist alles gut gelaufen, aber für Doom hier sind Sie jetzt abgesichert.

02:56.670 --> 03:00.760
Sie werden keine Probleme haben, den Code auszuführen und die Ergebnisse zu visualisieren.

03:00.760 --> 03:01.770
Das ist also die Überraschung.

03:01.980 --> 03:02.910
Ich hoffe du magst es.

03:03.120 --> 03:08.040
Und jetzt werde ich Sie durch diese gesamte Implementierung führen, um Ihnen zu zeigen, dass wir tatsächlich genau den

03:08.040 --> 03:11.430
gleichen Code haben wie den, den wir in diesem zweiten Teil implementiert haben.

03:11.730 --> 03:14.610
Das einzige ist, dass ich die drei Codes zusammengeführt habe.

03:14.610 --> 03:19.770
Weißt du, dies ist ein Code, den wir in dem Ordner hatten, der sich aus der Bildverarbeitung zusammensetzt, die ich gefühlt habe, dann der

03:19.780 --> 03:25.560
Erfahrung, die ich gefühlt habe, und dem A. ICH. Ich fühlte mich mit den beiden Teilen,

03:25.560 --> 03:28.110
Teil eins, Aufbau der Daten und Teil zum Trainieren der Daten.

03:28.410 --> 03:34.750
Nun, ich habe einfach die drei zusammengeführt, indem ich zuerst das Bild eingefügt und vorverarbeitet habe, dass ich Ihnen

03:34.950 --> 03:37.560
das in der Arbeitsmappe dann zeigen werde.

03:37.560 --> 03:40.440
Zweitens spielt die Erfahrung so schön.

03:40.560 --> 03:46.140
Und drittens der Bereich, den ich dort fühlte, nur untereinander in dieser Reihenfolge.

03:46.320 --> 03:48.150
OK, also zeige ich dir das.

03:48.300 --> 03:54.120
Und dann musste ich nur zwei oder drei Dinge in diesem ganzen Code ändern und ich werde Ihnen genau die Änderungen

03:54.120 --> 03:59.550
zeigen, damit Sie sicherstellen können, dass Sie den Unterschied im Grunde darin erkennen, dass alles gleich ist und dass

03:59.730 --> 04:01.980
alles gut ist ist das gleiche auch.

04:02.010 --> 04:04.800
Absolut keine Änderung in dieser Datei.

04:05.040 --> 04:10.720
Nun, wenn wir die Pakete zum Öffnen eingeben und es gut machen, verwenden wir diese Verpackung nicht.

04:10.740 --> 04:13.380
Aktionsbereich für Dhoom-Wrapper, der in diese Gruppe importiert werden soll.

04:13.410 --> 04:14.880
Das benutzen wir nicht mehr.

04:15.000 --> 04:15.960
Wir werden etwas anderes verwenden.

04:15.960 --> 04:16.410
Du wirst sehen.

04:16.710 --> 04:21.870
Außerdem habe ich hier die Abmessungen der Rahmen geändert, 80 mal 80.

04:22.080 --> 04:29.040
Ich habe das auf 256 mal 256 geändert, damit Sie tatsächlich bessere Visualisierungsergebnisse erzielen können, da Sie

04:29.040 --> 04:30.990
größere Videos ansehen müssen.

04:30.990 --> 04:32.490
OK, genau das habe ich geändert.

04:32.490 --> 04:32.970
Ich werde Ihnen zeigen.

04:32.970 --> 04:38.880
Beginnen wir jetzt mit der Bildverarbeitung, denn tatsächlich habe ich, wie ich Ihnen bereits sagte, die drei Dateien

04:38.880 --> 04:39.360
zusammengeführt.

04:39.450 --> 04:43.200
Wir beginnen also mit der Bildverarbeitung auf P-Weise.

04:43.470 --> 04:45.780
Und wie Sie sehen können, ist dies genau das gleiche.

04:45.960 --> 04:49.290
Wir beginnen mit dem Import der Bibliotheken, genau die gleichen hier.

04:49.590 --> 04:56.010
Dann verarbeiten wir Bilder mit der Bildklasse vor, die aus der Init-Methode und der Beobachtungsmethode

04:56.010 --> 04:56.460
besteht.

04:56.700 --> 04:59.700
Und wie Sie sehen können, ist dies genau das gleiche Bild vor dem Prozess.

05:00.150 --> 05:02.350
Und zugelassene und Beobachtungsmethode.

05:02.490 --> 05:09.300
Also gut, dann machen wir weiter mit dem Spielen, wo wir genau das haben, was wir zuerst in Bibliotheken

05:09.300 --> 05:12.210
hier importiert haben, Namen oben am Straßenrand.

05:12.420 --> 05:12.870
Richtig.

05:13.170 --> 05:17.130
Dann definieren wir einen Schritt genau so, wie wir ihn hier haben.

05:17.340 --> 05:23.700
Und dann machen wir Fortschritte bei mehreren Endschritten, Schritten mit der Endschritt-Fortschrittsklasse, die genau die

05:23.700 --> 05:26.790
gleichen sind wie in der Arbeitsmappe.

05:26.790 --> 05:27.170
Richtig.

05:27.180 --> 05:29.250
Ich habe hier nur ein bisschen kopiert und eingefügt.

05:29.280 --> 05:31.290
Wir hatten genau die gleiche Init-Methode.

05:31.290 --> 05:34.650
Es ist eine Methode und die Belohnungsschritte Methode.

05:34.770 --> 05:40.440
Also gut, dann implementieren wir natürlich die Erfahrungswiedergabe mit der Wiedergabespeicherklasse.

05:40.590 --> 05:44.130
Und wie Sie sehen können, haben wir genau das gleiche in der Google-Farbe.

05:44.130 --> 05:49.560
Außerdem werden Sie die Struktur vielleicht besser zu schätzen wissen, da ich eine Textur hinzugefügt habe,

05:49.560 --> 05:52.680
damit die Visualisierung in dieser Arbeitsmappe noch schöner wird.

05:52.710 --> 05:53.160
Gut.

05:53.170 --> 05:58.710
Wiederholen Sie also die Beispiel-Batch-Laufschritte für die Initialisierungsmethode der Speicherklasse, im Grunde genau den gleichen Code.

05:58.830 --> 05:59.310
Gut.

05:59.640 --> 06:06.750
Und dann fahren wir mit dem dritten Foul I Fordismus fort, was die beiden Teile betrifft, Teil 1 Gebäude und

06:07.380 --> 06:09.200
Teil Training der Daten.

06:09.210 --> 06:12.480
Lassen Sie mich Ihnen zeigen, dass wir in dieser Arbeitsmappe genau dasselbe haben.

06:12.810 --> 06:17.990
Ich gehe also davon aus, dass wir zuerst die Bibliotheken importieren, genau die gleichen.

06:18.000 --> 06:23.070
Richtig, wie Sie sehen können, ist dies hier der Unterschied, den ich bereits beim Importieren der

06:23.070 --> 06:29.880
Pakete zum Öffnen und für gute Zwecke hervorgehoben habe, anstatt Jim Webers zu importieren und dann Wrapper und Paket zu überspringen, um

06:29.880 --> 06:30.990
sie zu importieren.

06:31.620 --> 06:34.410
Nun, wir müssen nur Jim importieren.

06:34.410 --> 06:40.020
Das ist das gleiche wie die importierte Weisheit, Jim, die im Grunde genommen die neuen Dhume-Umgebungen sind,

06:40.020 --> 06:41.670
die wirklich, gut, verbessert wurden.

06:41.850 --> 06:44.960
Und schließlich die Raptors von der Jim Library.

06:44.970 --> 06:45.330
Gut.

06:45.330 --> 06:50.280
Also genau dieser Unterschied hier, der dazu führt, dass dieses Ding auf Google Kulab und auch auf Python funktioniert, wenn Sie

06:50.280 --> 06:51.030
es ausführen möchten.

06:51.360 --> 06:56.280
Und dann musste ich diesen Code natürlich nicht in Google Kulab aufnehmen, nur weil wir hier die

06:56.280 --> 06:59.280
anderen Dateien hier importieren, wissen Sie, weil sie getrennt sind.

06:59.490 --> 07:04.350
Und da ich die drei Dateien in Google Color zusammengeführt habe, muss ich diesen Import nicht durchführen.

07:04.350 --> 07:08.190
Also gehen wir hier direkt zu Teil eins über und bauen das Gebiet auf.

07:08.490 --> 07:13.110
Und hier haben wir, wie ich Ihnen sagte, bis auf die Abmessungen hier genau den gleichen Code.

07:13.170 --> 07:13.590
Richtig.

07:13.800 --> 07:17.280
Wenn wir uns hier den ersten Teil ansehen, das erste Gebäude, ja.

07:17.280 --> 07:20.820
Wir beginnen damit, das Gehirn mit dem C und der Klasse zu machen.

07:21.000 --> 07:25.890
Und wie Sie sehen können, haben wir genau den gleichen Code, mit Ausnahme der Abmessungen der Eingaberahmen

07:25.890 --> 07:28.950
hier, als wir den Code achtzig mal achtzig implementiert haben.

07:29.250 --> 07:37.200
Aber ich habe Google Kulab auf 256 mal 256 geändert, damit Sie bessere Frames und damit bessere Videos sehen

07:37.200 --> 07:38.060
können.

07:38.100 --> 07:40.460
OK, aber der Rest ist genau das gleiche.

07:40.470 --> 07:46.470
Also machen wir hier das Gehirn mit der CNN-Klasse, dann machen wir den Körper mit der Softmax-Körperklasse.

07:46.470 --> 07:48.900
Also genau das gleiche wie das, was wir hier haben.

07:49.050 --> 07:54.660
Und schließlich haben wir das Ganze mit dem A zusammengestellt. ICH. Klasse, das Gehirn und den

07:54.840 --> 07:58.140
Körper verkantend, und auch eine Methode, um die Aktionen auszuführen.

07:58.140 --> 07:58.560
Richtig?

07:58.710 --> 08:04.740
Genau die gleiche Altersklasse, die sich aus dem Gehirn im Körper zusammensetzt, und dann die gleiche Methode, um die Aktionen

08:04.740 --> 08:05.220
auszuführen.

08:05.340 --> 08:05.820
Gut.

08:06.150 --> 08:07.160
Also genau das gleiche.

08:07.160 --> 08:09.510
Nur die Abmessungen der Eingaberahmen haben sich geändert.

08:09.750 --> 08:13.700
Und jetzt gehen wir zum zweiten Teil über, der auch genau gleich sein wird.

08:13.710 --> 08:16.650
Erstens machen wir die Doom-Umgebung richtig.

08:16.650 --> 08:18.420
Lassen Sie mich Ihnen auch hier den zweiten Teil zeigen.

08:19.020 --> 08:21.000
Wir bekommen zuerst die Umwelt.

08:21.000 --> 08:27.810
Und hier denken Sie daran, da wir es nicht mehr zur Verbesserung der Umwelt verwenden, sondern zur Weisheit.

08:28.050 --> 08:31.500
Nun, das einzige, was sich in diesem Code geändert hat, ist tatsächlich das hier.

08:31.500 --> 08:33.030
Und haben wir Weisheit Cawdor bekommen?

08:33.030 --> 08:35.490
Dies ist jedoch genau die gleiche Umgebung.

08:35.880 --> 08:36.330
Gut.

08:36.330 --> 08:40.620
Und dann ändere ich natürlich diese neuen Dimensionen, damit Sie hier größere Videos haben können.

08:40.620 --> 08:46.080
Wir haben also nicht mehr achtzig mal achtzig, sondern diesmal 256 mal 256.

08:46.350 --> 08:48.150
Und dann haben wir genau das gleiche.

08:48.150 --> 08:52.620
Wir erhalten die Nachfrage und die Anzahl der Aktionen, die Sie sehen werden, wird sieben sein.

08:53.190 --> 08:59.250
Dann erstellen wir die API, indem wir das Gehirnobjekt CNN erstellen, dann das Körperobjekt softmax body und

08:59.250 --> 09:05.310
dann den gesamten Bereich aus Gehirn und Körper genau so, wie wir es zusammen implementiert haben.

09:05.800 --> 09:07.890
In diesem Moment haben wir Experience Freeplay eingerichtet.

09:07.890 --> 09:09.660
Das ist hier also genau das gleiche.

09:09.960 --> 09:11.880
Und dann implementieren wir die Berechtigung.

09:11.880 --> 09:13.950
Treis immer noch genau das gleiche.

09:14.100 --> 09:15.560
Und was machen wir dann?

09:15.570 --> 09:18.780
Nun, wir machen den gleitenden Durchschnitt in hundert Schritten.

09:19.230 --> 09:20.330
Führungskräfte, hier gleich.

09:20.340 --> 09:21.900
Das ist also genau der gleiche Code.

09:22.110 --> 09:27.950
Grundsätzlich haben sich nur die Abmessungen der Frames und die Art und Weise des Imports der Umgebung geändert.

09:27.960 --> 09:33.030
OK, und schließlich trainieren wir die KI mit genau dem gleichen Code.

09:33.190 --> 09:39.180
OK, bis hier haben wir den gesamten Code, den Sie im Ordner gesehen haben.

09:39.330 --> 09:44.610
Wenn Sie den Datensatz und den Code erneut herunterladen, haben wir im Grunde auch den gesamten Code, den wir zusammen implementiert

09:44.610 --> 09:45.120
haben.

09:45.510 --> 09:49.440
Damit funktioniert die Visualisierung dann jedoch bei Google.

09:49.440 --> 09:57.060
Kulab Nun, ich habe diesen zusätzlichen Code hinzugefügt, aber da er wirklich nur für dieses Farbnotizbuch und auch nur

09:57.060 --> 09:59.580
für die Visualisierung spezifisch ist.

09:59.730 --> 10:05.850
Die AIA in Aktion in der Doom-Umgebung wird Ihnen gefallen, dass Sie sich keine Sorgen machen müssen, alle Codes zu verstehen, die hier

10:05.850 --> 10:10.380
vorhanden sind, denn Sie werden das nur einmal in Ihrem Leben sehen, wenn Sie einige A bauen

10:10.560 --> 10:13.300
und trainieren möchten. ICH. in der Umwelt spielen.

10:13.500 --> 10:17.490
Ich meine, dass Sie diesen Code nicht für die anderen Anwendungen verwenden müssen.

10:17.490 --> 10:21.980
Sie werden an einem Gebäude arbeiten und in A trainieren. ICH. Also mach dir keine Sorgen um dieses Mädchen.

10:21.990 --> 10:25.920
Ich habe das gerade hinzugefügt, damit es auf Kulab funktioniert, aber mal sehen, was ich mache.

10:26.070 --> 10:32.100
Ich habe natürlich zuerst in den Bibliotheken gearbeitet, dann habe ich hier einige praktische Codes hinzugefügt, damit Sie sehr schnell die Anzahl

10:32.100 --> 10:37.920
der Aktionen sehen können, die Sie in der Umgebung haben, sowie eine Anzeige des Rahmens der Umgebung, nur um zu sehen,

10:37.920 --> 10:39.180
wie es ist mögen.

10:39.420 --> 10:45.030
Und der Grund, warum ich das hinzugefügt habe, ist, dass ich Ihnen auch zeigen werde, wie man mit anderen Doomer-Umgebungen spielt,

10:45.030 --> 10:46.710
weil Sie tatsächlich viele davon haben.

10:46.980 --> 10:53.220
Sie müssen also einfach den Weisheitskorridor durch den Namen der anderen Umgebungen ersetzen, die sich hier

10:53.370 --> 10:54.110
befinden.

10:54.120 --> 10:57.180
Ich werde Ihnen den Link dieser Seite bis zu diesem Tutorial geben.

10:57.450 --> 11:02.290
Aber hier haben Sie, wie Sie sehen können, viele Dhoom-Umgebungen, mit denen Sie spielen können, wissen Sie, einige

11:02.340 --> 11:03.180
grundlegende Weisheiten.

11:03.180 --> 11:07.800
Korder, mit dem wir gerade spielen werden, Wisdom Defense Center und andere.

11:07.810 --> 11:09.840
Und Sie haben sogar einige Labyrinthe in Innenräumen.

11:09.840 --> 11:11.700
Und folgen Sie einfach den Anweisungen hier.

11:11.850 --> 11:13.860
Sie finden sie alle in diesem Ordner.

11:14.040 --> 11:20.250
Sie wissen, in dieser Methode können Sie den Namen hier nur mit einiger grundlegender Weisheit finden, ist ein

11:20.250 --> 11:20.640
Verteidigungszentrum.

11:20.760 --> 11:22.620
Und Sie haben viele, viele von ihnen, verstehen Sie?

11:22.620 --> 11:27.930
Wenn Sie also kostenlos mit anderen Doom-Umgebungen spielen möchten, müssen Sie nur den

11:27.930 --> 11:29.850
Namen der Umgebung ändern.

11:29.850 --> 11:34.020
Jedes Mal, wenn Sie hier in dieser Arbeitsmappe Weisheitsfarben sehen, ersetzen Sie diese einfach durch den Namen.

11:34.230 --> 11:39.570
Und dank dieses und dieses Codes können Sie schnell sehen, wie viele Aktionen ausgeführt

11:39.570 --> 11:45.090
werden, wie groß die Eingabeform ist und wie der Rahmen angezeigt wird, um zu sehen, wie

11:45.240 --> 11:47.190
die Umgebung so aussieht .

11:47.550 --> 11:50.700
Dann habe ich gerade diese Hilfsfunktion für die Visualisierung gemacht.

11:51.000 --> 11:55.590
Dann starte ich die A. ICH. in einer Folge natürlich, nachdem es trainiert wurde.

11:55.590 --> 11:57.780
Also werden wir es zuerst hier trainieren.

11:57.780 --> 12:02.310
Wie Sie sehen, habe ich übrigens vergessen, Ihnen zu sagen, dass ich auch eine Reihe von Epochen von

12:02.310 --> 12:07.770
100 auf zwanzig ändere, und das einfach, weil ich, wissen Sie, die Abmessungen des Rahmens vergrößert habe und da ich die Abmessungen

12:07.780 --> 12:12.210
des Rahmens vergrößert habe, Nun, das Training wird viel länger dauern, da es natürlich schwieriger ist zu

12:12.210 --> 12:12.720
trainieren.

12:12.870 --> 12:17.040
Und deshalb habe ich die Zahl von einhundert Epochen auf zwanzig reduziert.

12:17.160 --> 12:20.970
OK, und mach dir keine Sorgen, wir werden schon gute, positive Belohnungen bekommen.

12:20.970 --> 12:25.170
Wenn Sie jedoch die Leistung und letztendlich die Ergebnisse verbessern möchten, können Sie die Anzahl

12:25.170 --> 12:26.640
der E-Books natürlich erhöhen.

12:26.730 --> 12:28.290
Sie erhalten noch bessere Ergebnisse.

12:28.290 --> 12:32.190
Aber Sie werden sehen, dass das Training bereits mit Twenty Époque einige Zeit in Anspruch nehmen wird.

12:32.310 --> 12:33.720
OK, alles klar.

12:33.720 --> 12:35.370
Wo war ich?

12:35.400 --> 12:37.530
Ja, diese Hilfsfunktion für die Visualisierung.

12:37.530 --> 12:41.490
Dann lasse ich die Luft in einer Episode laufen, natürlich nachdem sie trainiert wurde.

12:41.670 --> 12:48.570
Und schließlich gibt diese letzte Codezelle das Video des Spiels über diese eine Episode aus, und Sie werden sehen,

12:48.570 --> 12:54.540
wie sich die KI über diese eine Episode in einem Video verhält, das ausgegeben wird und in

12:54.540 --> 12:56.670
der Lage sein wird herunterladen.

12:56.760 --> 12:59.790
Und Foul ist hier, wissen Sie, wenn wir diesen Code ausführen.

12:59.910 --> 13:01.260
OK, alles klar.

13:01.350 --> 13:03.150
Also jetzt Zeit zur Hinrichtung.

13:03.150 --> 13:06.390
Zeit, wirklich bequem auf unserem Stuhl zu sitzen.

13:06.390 --> 13:08.310
Ich hoffe du trinkst einen guten Kaffee oder siehst gut.

13:08.520 --> 13:14.010
Jetzt drücken wir einfach die verschiedenen Wiedergabetasten und jede der Zellen, um das Endergebnis auszuführen.

13:14.010 --> 13:14.790
Also lass uns das machen.

13:15.060 --> 13:17.780
Aber zuerst, und das ist sehr wichtig zu verstehen und zu gehen.

13:17.790 --> 13:23.520
Kulab Dies ist also der Link einer Google Kulak-Arbeitsmappe, auf die Sie alle Zugriff haben.

13:23.790 --> 13:28.170
Und deshalb können Sie natürlich nichts daran ändern, denn wenn einer von Ihnen gut ändert,

13:28.260 --> 13:30.000
sehen die anderen die Änderung.

13:30.210 --> 13:34.800
Dies ist also im schreibgeschützten Modus und daher müssen Sie einige Änderungen vornehmen, um

13:34.800 --> 13:38.940
den Namen der Umgebung zu ändern oder die Anzahl der Epochen zu erhöhen

13:38.940 --> 13:45.840
oder sogar Ihr A zu optimieren. ICH. Nun, Sie müssen eine Kopie dieser Arbeitsmappe erstellen, die sich in

13:45.870 --> 13:47.160
Ihrem eigenen Google Drive befindet.

13:47.160 --> 13:52.950
Dazu benötigen Sie eine Google Mail-Adresse, damit Sie über ein Google-Laufwerk verfügen.

13:52.950 --> 13:55.500
OK, stellen Sie also sicher, dass Sie eine haben.

13:55.500 --> 14:01.280
Und wenn dies der Fall ist, müssen Sie nur noch auf Datei hier klicken und dann eine Kopie speichern und einfahren.

14:01.280 --> 14:07.380
Dadurch wird eine Kopie dieser Arbeitsmappe in Ihrem eigenen Google Drive erstellt, auf der Sie einige Änderungen

14:07.500 --> 14:08.610
vornehmen können.

14:08.610 --> 14:09.150
Gut.

14:09.480 --> 14:12.900
Und jetzt stehen wir hier am Anfang dieser Hinrichtung.

14:12.900 --> 14:18.660
Jetzt spielen wir einfach alle Zellen und kommen dem Endergebnis immer näher.