WEBVTT 00:00.420 --> 00:01.260 คุณพร้อมไหม? 00:01.290 --> 00:02.300 ลงมือทำกันเถอะ. 00:02.310 --> 00:05.970 เริ่มต้นด้วยการติดตั้งการพึ่งพาระบบทั้งหมดเพื่อภูมิปัญญา 00:06.000 --> 00:12.510 คลิกปุ่มเล่นนี้ และตอนนี้มันจะติดตั้งการพึ่งพาทั้งหมด ดังที่คุณเห็น เช่น pillow หรือ 00:12.510 --> 00:18.150 psi, pi และการอ้างอิงอื่นๆ ที่จำเป็นสำหรับการเรียกใช้สิ่งนี้ให้สำเร็จ 00:18.150 --> 00:22.140 แต่ส่วนที่เหลือทั้งหมดเช่น pytorch มีการติดตั้งโมดูลยิมแล้ว 00:22.140 --> 00:23.070 มันเยี่ยมมากจริงๆ 00:23.070 --> 00:32.040 นั่นเป็นความสวยงามของ Google CoLab และนั่นก็ต้องขอบคุณการที่พวกคุณจะไม่มีปัญหาในการรันโค้ดและการแสดงภาพผลลัพธ์สุดท้าย 00:32.430 --> 00:32.760 ไม่เป็นไร. 00:32.760 --> 00:35.250 นี่จะใช้เวลาหนึ่งหรือ 2 นาทีจริงๆ 00:35.250 --> 00:41.430 ดังนั้น ฉันจะไปข้างหน้าอย่างรวดเร็วที่นี่ แล้วพบกันเร็ว ๆ นี้สำหรับการดำเนินการที่เหลือของรหัส 00:42.820 --> 00:43.420 ไม่เป็นไร. 00:43.420 --> 00:46.240 ดูเหมือนว่าเราจะสิ้นสุดการติดตั้งระบบ 00:46.240 --> 00:53.680 การพึ่งพาอาศัย อย่างที่คุณเห็น กำลังดาวน์โหลด ติดตั้งในขณะที่รวบรวมความต้องการที่เหมาะสมทั้งหมด 00:53.680 --> 00:58.180 และในเวลาไม่กี่วินาทีก็ควรทำอย่างถูกต้อง 00:58.180 --> 00:59.800 และมาดูกัน 00:59.800 --> 01:01.360 สาม สอง. 01:01.360 --> 01:02.140 เราจะไปที่นั่น. 01:02.140 --> 01:03.910 ติดตั้งทุกอย่างเรียบร้อยแล้ว 01:03.910 --> 01:05.260 ไม่ต้องกังวลกับข้อผิดพลาดเหล่านี้ที่นี่ 01:05.260 --> 01:11.050 สิ่งเหล่านี้จะไม่ส่งผลกระทบต่อการทำงานของโค้ด แต่ทุกอย่างได้รับการติดตั้งสำเร็จตามที่เราต้องการ 01:11.050 --> 01:13.450 เอาล่ะ ขั้นตอนต่อไป 01:13.450 --> 01:14.770 สำคัญมาก. 01:14.800 --> 01:16.600 ดูโหนดที่สำคัญนี้ 01:16.600 --> 01:24.010 มันบอกว่าหลังจากติดตั้งการพึ่งพาทั้งหมด โดยทั่วไปหลังจากดำเนินการเซลล์แรกนี้ที่นี่ คุณต้องรีสตาร์ทรันไทม์ของคุณ 01:24.010 --> 01:26.560 มิฉะนั้น คุณจะได้รับข้อผิดพลาดในการดำเนินการที่นี่ 01:26.560 --> 01:27.610 เลยรีบทำกัน 01:27.610 --> 01:28.390 มันง่ายมาก 01:28.390 --> 01:33.910 คุณเพียงแค่ต้องคลิกรันไทม์ที่นี่ จากนั้นรีสตาร์ทรันไทม์ จากนั้นใช่ ตกลง 01:33.910 --> 01:35.500 การดำเนินการนี้จะคืนค่ารันไทม์ของคุณ 01:35.500 --> 01:40.480 และตอนนี้คุณก็สามารถดำเนินการเซลล์เหล่านี้ทั้งหมดได้โดยคลิกที่ปุ่มเล่น 01:40.480 --> 01:44.800 มาทำสิ่งนี้กัน เริ่มด้วยการประมวลผลภาพไฟล์แรกนี้ก่อน 01:44.830 --> 01:51.370 เอาล่ะ เรามานำเข้าไลบรารี่ก่อน จากนั้นจึงประมวลผลภาพล่วงหน้าด้วยคลาสอิมเมจพรีโพรเซส 01:51.370 --> 01:58.570 และตอนนี้เราได้ย้ายไปยังการใช้งานการเล่นซ้ำของประสบการณ์ซึ่งหมายถึงอันนี้ 01:58.570 --> 02:00.340 เอาล่ะ เรามาทำกัน 02:00.340 --> 02:05.140 ก่อนอื่นเรานำเข้าไลบรารี จากนั้นเราจะกำหนดหนึ่งขั้นตอนของสภาพแวดล้อม 02:05.170 --> 02:14.770 จากนั้นเราจะสร้างความคืบหน้าในหลายขั้นตอนและขั้นตอนด้วยคลาส Step Progress เหมือนกับที่เรามีในโฟลเดอร์ 02:14.830 --> 02:20.500 จากนั้นเราใช้การเล่นซ้ำของประสบการณ์โดยการสร้างคลาสหน่วยความจำเล่นซ้ำนี้ 02:20.500 --> 02:21.940 ดีทุกอย่าง 02:21.940 --> 02:30.160 และตอนนี้เราไปยังไฟล์ที่สาม ไฟล์นี้ ฉันทำฉันด้วย py และเรานำเข้าไลบรารีก่อน 02:31.100 --> 02:31.940 แล้ว. 02:31.940 --> 02:32.240 ไม่เป็นไร. 02:32.240 --> 02:37.280 ดังนั้นจะใช้เวลาเล็กน้อยที่นี่ เพราะเรานำเข้าโมดูลคบเพลิงทั้งหมด จากนั้นเรานำเข้าแพ็คเกจสำหรับ 02:37.280 --> 02:38.820 openai และ doom 02:38.840 --> 02:41.990 ด้วยยิมและ Wisdom Gym และแร็ปเปอร์ 02:42.320 --> 02:43.310 ดีมาก 02:43.310 --> 02:48.800 จากนั้นเราก็ไปต่อกันที่ส่วนหนึ่ง สร้าง AI ที่เราจะสร้างสมอง ต่อด้วยร่างกาย 02:48.800 --> 02:51.380 และประกอบทุกอย่าง 02:51.380 --> 02:55.610 ก่อนอื่นเรามาทำให้สมองดีกับคลาส CNN กันก่อน 02:55.700 --> 03:04.580 จากนั้นมาทำ body ด้วย soft max body class แล้วมาทำ AI กับ class กัน 03:04.730 --> 03:05.210 ไม่เป็นไร. 03:05.210 --> 03:06.260 ดีมาก 03:06.260 --> 03:12.350 และตอนนี้เราได้ไปยังส่วนที่สองแล้ว ซึ่งเราจะฝึก AI ด้วยการเรียนรู้เชิงลึกและพลิกผัน 03:12.590 --> 03:12.950 ไม่เป็นไร. 03:12.950 --> 03:15.200 เหมือนกับที่เรามีอยู่ตรงนี้ 03:15.380 --> 03:19.130 อันดับแรก เราได้รับสภาพแวดล้อมของ Doom ด้วยโมดูลใหม่ของเราที่มีหลุมฝังศพ 03:19.130 --> 03:20.270 ไม่ต้องกังวลเกี่ยวกับเรื่องนี้ 03:20.270 --> 03:21.560 นี่ไม่ใช่ข้อผิดพลาด 03:21.650 --> 03:27.620 จากนั้นเราจะสร้าง AI ด้วยการสร้างวัตถุต่าง ๆ สมอง CNN ร่างกายของร่างกายสูงสุด 03:27.620 --> 03:31.010 และ AI ทั้งหมดที่มีสมองและร่างกาย 03:31.010 --> 03:31.430 ไม่เป็นไร. 03:31.430 --> 03:32.300 ฉันดำเนินการนี้หรือไม่ 03:32.300 --> 03:32.870 ใช่. 03:33.110 --> 03:39.800 จากนั้นเราตั้งค่าประสบการณ์ เล่นซ้ำและขั้นตอน และหน่วยความจำเป็นหน่วยความจำเล่นซ้ำตามวัตถุประสงค์ 03:39.800 --> 03:42.950 จากนั้นเราใช้การติดตามคุณสมบัติ 03:43.220 --> 03:43.730 ไม่เป็นไร. 03:43.730 --> 03:45.320 เพื่อปรับปรุงประสิทธิภาพ 03:45.620 --> 03:50.120 จากนั้นเราสร้างเส้นค่าเฉลี่ยเคลื่อนที่ 100 ขั้นด้วยคลาส MA 03:50.120 --> 03:52.490 สุดท้ายนี้เพื่อนๆ พร้อมกันรึยังคะ? 03:52.490 --> 03:57.260 ตอนนี้ถึงเวลาแล้ว ในส่วนที่น่าตื่นเต้นมาก ที่เราจะฝึก AI 03:57.260 --> 03:58.520 มากกว่า 20 ยุค 03:58.520 --> 04:01.430 เอาล่ะ คุณจะเห็นว่ามันยาวไปหน่อย 04:01.430 --> 04:05.780 คุณก็รู้ มันจะใช้เวลาราวๆ 1 หรือ 2 ชั่วโมง เพราะฉันเพิ่มขนาด 04:05.780 --> 04:09.770 อย่าลังเลที่จะลดขนาดกลับเป็น 80 คูณ 80 หากคุณพบว่ามันยาวเกินไป 04:09.770 --> 04:13.100 แต่เชื่อฉันสิ คุณจะมีวิดีโอที่ดีขึ้นมากด้วยมิติข้อมูลเหล่านี้ 04:13.910 --> 04:15.620 แล้วคุณล่ะพร้อมหรือยัง? 04:15.620 --> 04:20.450 ลองทำกันในสาม สอง หนึ่ง ไป 04:20.450 --> 04:24.140 เอาล่ะ นี่จะรันโค้ดของการฝึก 04:24.140 --> 04:30.020 และในไม่กี่วินาที เราก็จะสามารถเห็นยุคแรก ซึ่งแน่นอนว่าจะต้องได้รับผลตอบแทนในทางลบ 04:30.020 --> 04:36.380 แต่คุณจะเห็นว่าตลอดช่วงเวลานั้น รางวัลจะเพิ่มขึ้นทีละน้อยจนกว่าจะถึงรางวัลที่เป็นบวก 04:36.380 --> 04:40.220 จากนั้นจนกว่าจะถึงรางวัลนับร้อย 04:40.220 --> 04:42.230 เรามาตั้งเป้ากันที่จริง 04:42.230 --> 04:48.920 หวังว่าด้วย 20 epoch เราจะมีรางวัลสุดท้ายที่ระดับ 100 เช่น 100 หรือ 200 หรือ 300 04:48.920 --> 04:53.240 เพราะด้วยรางวัลเหล่านี้ ฉันได้ทดลองกับมันจริงๆ 04:53.240 --> 04:53.450 ใช่. 04:53.450 --> 04:56.990 ยุคแรก ผลตอบแทนเชิงลบ -98 04:56.990 --> 05:02.960 ฉันก็เลยบอกว่าด้วยรางวัลที่ประมาณ 100, 203 ร้อย เราจะได้ผลลัพธ์ที่ยอดเยี่ยมอยู่แล้ว 05:02.960 --> 05:10.010 คุณรู้ไหม เราจะเห็นว่า AI จัดการฆ่าสัตว์ประหลาดบางตัวหรือหลีกเลี่ยงพวกมัน หรือคุณจะรู้ว่ากำลังเคลื่อนเข้าหาเสื้อกั๊ก 05:10.700 --> 05:14.360 นั่นคือยุคแรก ยุคที่หนึ่ง -98 05:14.360 --> 05:18.740 แล้วคุณจะรู้ว่าเราจะเห็นยุคที่สองซึ่งอาจมีรางวัลที่ดีกว่าอยู่แล้ว 05:18.740 --> 05:21.620 แต่คุณรู้ไหม ในตอนแรก แน่นอนว่า AI ไม่ได้รับการฝึกฝน 05:21.620 --> 05:23.510 เป็นการสำรวจสิ่งแวดล้อม 05:23.510 --> 05:23.750 ถูกต้อง. 05:23.750 --> 05:28.610 จำการประนีประนอมในการเรียนรู้แบบเสริมกำลัง การสำรวจกับการแสวงประโยชน์ได้หรือไม่ 05:28.610 --> 05:33.170 ในตอนแรก AI กำลังสำรวจอย่างหมดจด จากนั้นมันก็จะฝึกฝน จากนั้นมันก็จะฉลาดขึ้นและฉลาดขึ้น 05:33.170 --> 05:37.850 และนั่นคือตอนที่มันจะได้รับรางวัลสูง 05:37.850 --> 05:41.000 ดังนั้นจึงเป็นเรื่องปกติที่จะมีรางวัลเชิงลบในตอนเริ่มต้น 05:41.000 --> 05:46.700 บางทีเราอาจจะได้รับสิ่งนั้นในช่วง 3/1 แต่คุณจะเห็นว่าหลังจากยุคที่สี่หรือห้าหรือหก 05:46.700 --> 05:54.380 ดี เราจะเริ่มไปถึงรางวัลที่เป็นบวก และหวังว่าจะได้รางวัลที่ประมาณ 102 ร้อยหรือ 300 05:55.040 --> 05:57.560 ดังนั้นมันจะใช้เวลาสักครู่อย่างที่ฉันพูด 05:57.560 --> 06:02.510 ดังนั้นเราจะไม่อยู่ที่นี่เป็นเวลา 2 ชั่วโมงมิฉะนั้นฉันจะพูดอะไรไม่ออก 06:02.510 --> 06:08.030 สิ่งที่ฉันจะทำคือตอนนี้ฉันจะใส่เพลงที่สนุกหรือเจ๋งๆ 06:08.030 --> 06:10.790 และก็มาถึงยุคที่สอง -62 06:10.820 --> 06:12.200 ดังนั้นจึงมีการปรับปรุงบ้างแล้ว 06:12.200 --> 06:12.620 ดีแล้ว. 06:12.620 --> 06:18.380 แต่คุณจะเห็นว่าจะมีการปรับปรุงที่ดียิ่งขึ้นไปอีกเมื่อเราก้าวหน้าในยุคนั้นมากขึ้น 06:18.980 --> 06:20.030 เมื่อกี้ฉันพูดว่าอะไรนะ? 06:20.030 --> 06:25.460 ใช่ ฉันจะใส่เพลงเจ๋งๆ ตอนนี้และเล่นการฝึกในโหมดเร่งความเร็ว 06:25.460 --> 06:30.350 และแน่นอน เจอกันตอนท้ายการฝึกเพื่อดูผลสุดท้าย 06:30.350 --> 06:30.980 ไม่เป็นไร. 06:30.980 --> 06:32.030 ดังนั้นเราจึงไป 06:32.030 --> 06:35.060 สาม สอง หนึ่ง ไปเลย 07:20.030 --> 07:20.810 ไม่เป็นไร. 07:20.810 --> 07:22.610 และนี่คือช่วงสุดท้ายของการฝึก 07:22.610 --> 07:23.600 ยินดีด้วย. 07:23.600 --> 07:30.170 คุณฝึกรูปแบบการเรียนรู้ที่ลึกซึ้งและพลิกผันบนแอปพลิเคชันที่ท้าทายมาก ซึ่งก็คือการเล่นเกมแห่งการลงโทษ 07:30.570 --> 07:32.130 แล้วจะพูดอะไรเป็นอย่างแรก? 07:32.130 --> 07:37.290 อย่างที่เราหวังไว้ เราได้รางวัลโดยเฉลี่ยที่มากกว่า 100 07:37.470 --> 07:43.340 สิ่งที่สำคัญที่จะพูดก็คือ แน่นอนว่า ในยุคที่มากขึ้น คุณจะได้รับรางวัลที่สูงขึ้น 07:43.350 --> 07:49.470 ตัวอย่างเช่น หากคุณพร้อมที่จะฝึกฝนโมเดลนี้สำหรับยุคต่างๆ มากขึ้น เช่น 100 ยุคหรือมากกว่านั้น 07:49.470 --> 07:54.600 เพื่อให้ได้รางวัลมากขึ้นประมาณ 304 แสน 500 หรือแม้กระทั่ง 1,000 07:54.600 --> 07:55.980 รู้สึกอิสระที่จะทำมัน 07:55.980 --> 08:00.570 ตัวอย่างเช่น คุณสามารถปล่อยให้มันวิ่งข้ามคืนในขณะที่คุณนอนหลับ และเมื่อคุณตื่นนอนตอนเช้า 08:00.570 --> 08:02.220 คุณจะได้ผลลัพธ์ที่ดีขึ้น 08:02.250 --> 08:05.550 โปรดทราบว่าคุณสามารถใช้ GPU ในรันไทม์ได้ใช่ไหม 08:05.550 --> 08:10.500 หากคุณเปลี่ยนประเภทรันไทม์ซึ่งฉันไม่ควรทำเพราะไม่เช่นนั้นโน้ตบุ๊กจะรีสตาร์ท 08:10.500 --> 08:20.280 แต่ใน hardware accelerator คุณสามารถเลือก GPU หรือ CPU ได้ แต่นั่นก็ต่อเมื่อคุณต้องการเพิ่มประสิทธิภาพการทำงานและฝึกฝนอย่างหนัก 08:20.280 --> 08:25.200 แต่ที่นี่ฉันแค่ใช้สิ่งที่คลาสสิกเพราะฉันต้องการแสดงให้คุณเห็นถึงวิธีการดำเนินการทั้งหมดนี้ 08:25.200 --> 08:26.220 และเราไปที่นั่น 08:26.220 --> 08:32.860 ตอนนี้เราจะดำเนินการส่วนที่เหลือของเวิร์กบุ๊กด้วยโค้ดพิเศษนี้เฉพาะสำหรับเคอร์เนลหนังสือนี้ 08:32.880 --> 08:36.210 ซึ่งแน่นอนว่าเราจะเห็นภาพการทำงานของ AI 08:36.480 --> 08:37.440 เอาล่ะ เรามาทำกัน 08:37.440 --> 08:39.810 ขั้นแรกให้นำเข้าไลบรารี 08:39.810 --> 08:40.380 ถูกต้อง. 08:40.380 --> 08:41.250 ทั้งหมดดี. 08:41.430 --> 08:46.110 จากนั้นเราจะพิมพ์รูปร่างอินพุตและการกระทำที่เป็นไปได้จำนวนหนึ่ง 08:46.110 --> 08:46.470 ไม่เป็นไร. 08:46.470 --> 08:52.800 ดังนั้น เราจะได้รู้ว่ามีการดำเนินการที่เป็นไปได้เจ็ดอย่างในสภาพแวดล้อม Doom Corridor 08:52.800 --> 08:57.840 สิ่งเหล่านี้คือเดินหน้า ถอยหลัง ไปทางซ้าย ไปทางขวา ยิง 08:57.840 --> 09:00.420 แล้วก็อาจจะป้องกันตัวเองหรืออะไรก็ตาม 09:00.420 --> 09:03.570 ฉันไม่รู้ว่าการกระทำสุดท้ายคืออะไร แต่อะไรทำนองนั้น 09:03.570 --> 09:07.470 นี่คือขนาดของกรอบอินพุต 09:07.470 --> 09:09.420 ซึ่งสอดคล้องกับความสูงของเฟรม 09:09.420 --> 09:11.580 มีความสูง 240 พิกเซล 09:11.610 --> 09:14.550 นี้สอดคล้องกับความกว้างของกรอบใช่ไหม? 09:14.550 --> 09:17.010 มีขนาดใหญ่ 320 09:17.010 --> 09:25.580 และนั่นก็สอดคล้องกับ ความจริงที่ว่าเราทำงานกับรูปภาพที่มีสี และทั้งสามส่วนนี้สอดคล้องกับองค์ประกอบทั้งสามของช่องของเรา 09:25.860 --> 09:32.040 เอาล่ะ เรามาดำเนินการในเซลล์ถัดไป โดยแสดงกรอบของสภาพแวดล้อมเพื่อดูว่าเป็นอย่างไร 09:32.040 --> 09:37.170 และอย่าลืมว่าการดูสภาพแวดล้อมที่คุณทำงานด้วยนั้นมีประโยชน์ใช่ไหม 09:37.170 --> 09:43.200 ที่นี่เราเห็นว่าเราอยู่ใน Doom Corridor แต่ถ้าคุณต้องการทดลองกับสภาพแวดล้อมเพิ่มเติมที่นี่ 09:43.200 --> 09:48.510 ที่จริงแล้ว อย่าลืมว่าสิ่งเหล่านี้ก็อยู่ในหน้าหลักที่นี่ด้วย 09:48.510 --> 09:48.960 ที่นี่. 09:48.960 --> 09:49.200 ใช่. 09:49.200 --> 09:53.280 คุณมีรายชื่อสภาพแวดล้อมทั้งหมดที่ฉันแนะนำให้ทำการทดลอง 09:53.280 --> 09:56.430 ดังนั้นหากต้องการดูอย่างอื่น 09:56.430 --> 09:58.230 คุณก็รู้ ฉันสามารถแสดงให้คุณเห็นได้จริงๆ 09:58.230 --> 10:02.760 เอาอันนี้มา แล้วฉันจะกลับไปที่ทางเดินแห่งความหายนะนี้ 10:02.790 --> 10:03.240 ถูกต้อง. 10:03.240 --> 10:06.810 ดังนั้นถ้าฉันแทนที่ด้วยอันนี้ 10:07.500 --> 10:10.290 ใช่และฉันทำสิ่งนี้ได้ดี 10:10.290 --> 10:12.290 เราจะได้รับสามการกระทำในครั้งนี้ 10:12.300 --> 10:17.610 แน่นอนว่ามันง่ายกว่า และถ้าเราดำเนินการเซลล์นี้ได้ดี เราจะเห็นสภาพแวดล้อมนี้ใช่ไหม 10:17.610 --> 10:23.550 ดังนั้นจึงเป็นเพียงวิธีหนึ่งในการดูสิ่งที่คุณกำลังทำงานด้วยอย่างรวดเร็ว และดูตัวอย่าง โดยพื้นฐานแล้ว 10:23.550 --> 10:26.190 ว่า AI จะทำอะไรในสภาพแวดล้อม 10:26.400 --> 10:26.760 ไม่เป็นไร. 10:26.760 --> 10:29.220 กลับไปที่ Wisdom Corridor กัน 10:29.250 --> 10:34.080 มาดำเนินการนี้อีกครั้งในกรณีที่เราต้องการสำหรับเซลล์ถัดไป 10:34.110 --> 10:37.230 เอาล่ะ ทางเดินแห่งความหายนะที่สมบูรณ์แบบ 10:37.260 --> 10:39.720 ตอนนี้ไปที่เซลล์สุดท้าย 10:39.720 --> 10:43.620 นี่คือฟังก์ชันตัวช่วยที่จะใช้สำหรับการแสดงภาพ 10:43.620 --> 10:48.090 ลองใช้เซลล์นี้และเรียกใช้ AI ในตอนเดียว 10:48.090 --> 10:59.670 และที่นี่คุณจะสามารถเข้าใจโค้ดได้เพราะว่าโดยพื้นฐานแล้วมันเป็นกระบวนการออกอากาศในตอนเต็มซึ่งในแต่ละขั้นตอนจะอยู่ในสถานะเฉพาะก็จะเล่นการกระทำภายในสถานะแล้ว 10:59.670 --> 11:04.950 มันจะได้รับรางวัลแล้วไปถึงสถานะต่อไปใช่มั้ย? 11:04.950 --> 11:07.440 นี่คือกระบวนการ MDP แบบคลาสสิกใช่ไหม 11:07.440 --> 11:09.000 กระบวนการตัดสินใจของมาร์คอฟ 11:09.000 --> 11:09.960 ดังนั้นเราจึงไป 11:09.960 --> 11:11.580 จบไปหนึ่งตอน 11:11.580 --> 11:19.620 และสุดท้าย เราจะได้วิดีโอการเล่นเกมของ AI ของเรา ซึ่งได้รับการฝึกฝนมาในราคา 20 เหรียญ ได้รับรางวัลมากกว่า 11:19.620 --> 11:26.040 100 รางวัล ซึ่งจะทำให้เราได้ผลลัพธ์ที่ค่อนข้างดี แต่อาจจะไม่ถึงที่สุด 11:26.040 --> 11:26.880 แต่ก็ไม่เป็นไร 11:26.880 --> 11:28.680 คุณจะทดลองด้วยตัวเอง 11:28.680 --> 11:35.340 และตอนนี้ ฉันต้องการให้คุณคลิกปุ่มแบบเต็มที่นี่ เพราะฉันจะแสดงให้คุณเห็นว่าวิดีโอมีการบรรจุอย่างไร 11:35.340 --> 11:41.400 นี่คือโฟลเดอร์บางโฟลเดอร์ที่มีองค์ประกอบบางอย่าง เช่น เฟรม เฟรมของผลลัพธ์ หรือ 11:41.400 --> 11:42.720 JS และไฟล์บางไฟล์ 11:42.720 --> 11:45.600 แต่สิ่งที่เราสนใจจริงๆ คือวิดีโอสุดท้าย 11:45.600 --> 11:52.110 และเพื่อให้ได้มันมา เราแค่ต้องคลิกปุ่มเล่นที่นี่ แล้วคุณจะพบว่ามันจะถูกใส่ลงในโฟลเดอร์หลักที่นี่ 11:52.110 --> 11:53.670 อย่าพลาดและไม่เป็นไร 11:53.670 --> 11:57.420 คุณรู้ไหม ดูเหมือนว่าเซลล์จะถูกดำเนินการแล้ว ซึ่งเป็นกรณีนี้ 11:57.420 --> 11:59.220 แต่คุณจะเห็นว่าในไม่กี่วินาที 11:59.220 --> 12:03.840 เราจะเห็นไฟล์ AVI ซึ่งเป็นไฟล์วิดีโอที่บรรจุอยู่ที่นี่ 12:03.840 --> 12:05.640 มันจะปรากฏขึ้นใน 10 วินาที 12:05.640 --> 12:08.010 ฉันสามารถทำนับถอยหลังได้ถ้าคุณต้องการ 12:08.010 --> 12:09.150 ลองทำสิ่งนี้กัน 12:09.150 --> 12:20.970 และสิบ เก้า แปด เจ็ด หก ห้า สี่ สาม สอง หนึ่ง ไป 12:21.710 --> 12:24.050 และตอนนี้ก็ควรจะปรากฏในไม่กี่วินาที 12:24.050 --> 12:24.890 ใช่ เราไปกันเลย 12:25.040 --> 12:25.460 ไม่เป็นไร. 12:25.460 --> 12:26.570 ดังนั้นเกมตัวแทน 12:26.570 --> 12:27.500 เล่นเลยเอวี 12:27.500 --> 12:28.400 นั่นคือวิดีโอของคุณ 12:28.400 --> 12:36.740 มาดาวน์โหลดกันและมันจะถูกดาวน์โหลดลงในคอมพิวเตอร์ของคุณ ซึ่งฉันจะหาได้ที่นี่ 12:36.740 --> 12:37.030 ถูกต้อง. 12:37.040 --> 12:38.810 นั่นคือวิดีโอเกมตัวแทน 12:38.810 --> 12:39.800 เล่นเอฟบีไอ 12:39.830 --> 12:44.060 อย่าลืมเปิดด้วยเครื่องเล่นวิดีโอที่มีตัวแปลงสัญญาณเช่น VLC 12:44.090 --> 12:44.450 ถูกต้อง. 12:44.450 --> 12:49.070 มันจะไม่ทำงานกับโปรแกรมเล่น Quicktime หากคุณใช้ Mac แต่จะใช้งานได้กับ VLC อย่างแน่นอน 12:49.100 --> 12:52.190 ลองมาดูและนี่คือวิดีโอ 12:52.190 --> 12:52.550 ไม่เป็นไร. 12:52.550 --> 12:55.040 ขอผมกดหยุดตรงนี้ 12:55.250 --> 12:55.520 ไม่เป็นไร. 12:55.520 --> 12:56.210 นี่คือวิดีโอ 12:56.210 --> 13:01.460 และอย่างที่คุณเห็น นี่คือขนาดเฟรม 256 x 256 13:01.460 --> 13:03.050 อย่างที่คุณเห็นมันไม่ใหญ่มาก 13:03.050 --> 13:03.320 ถูกต้อง. 13:03.320 --> 13:08.210 นั่นเป็นเหตุผลที่ฉันต้องการทำงานกับมิติข้อมูลเหล่านี้แทน 80 คูณ 80 13:08.630 --> 13:10.070 ทีนี้มาดูวิดีโอกัน 13:10.070 --> 13:15.920 ดังนั้นนี่คือ AI ที่กำลังเล่น Doom ในตอนเดียวและต้องหลีกเลี่ยงมอนสเตอร์ไม่ให้ถูกฆ่า 13:15.920 --> 13:17.990 มันต้องก้าวไปข้างหน้าเพื่อไปถึงเสื้อกั๊ก 13:17.990 --> 13:19.400 เรามาดูกันว่ามันทำอย่างไร 13:19.400 --> 13:22.280 3 ต่อ 1 ไปเลย 13:23.920 --> 13:24.460 ไม่เป็นไร. 13:24.460 --> 13:27.850 อย่างแรกเลย มันโดนยิง มันเคลื่อนที่ไปข้างหน้า โอเค? 13:27.940 --> 13:29.920 แล้วมันก็โดนพวกมอนสเตอร์ฆ่า 13:29.920 --> 13:31.510 แต่นั่นก็ยังค่อนข้างดี 13:31.510 --> 13:37.870 รู้ไหม มันเข้าใจดีว่าต้องก้าวไปข้างหน้าสู่เสื้อกั๊ก เพราะรางวัลสูงสุดได้จากการไปถึงเสื้อกั๊ก 13:38.080 --> 13:42.730 และแน่นอน คุณรู้ไหม ถ้าคุณต้องการดูวิดีโอที่ดวงตาของคุณเอื้อมถึงเสื้อกั๊กและชนะในเกมนี้ 13:42.730 --> 13:48.790 โดยพื้นฐานแล้ว คุณจะต้องฝึกสายตาของคุณสำหรับยุคสมัยที่มากขึ้น และอาจต้องปรับปรุงอย่างอื่นด้วย เช่น 13:48.790 --> 13:55.090 การปรับแต่ง สมองของดวงตาของคุณหรือทำการปรับพารามิเตอร์บางอย่างเช่นปรับอัตราการเรียนรู้ 13:55.090 --> 14:01.060 คุณมีตัวเลือกมากมายหากคุณได้รับวิดีโอที่น่าอัศจรรย์หรือวิดีโอของ AI ที่ได้รับรางวัลมากกว่า 14:01.060 --> 14:03.820 1,000 รายการ 14:03.820 --> 14:06.490 อย่าลังเลที่จะแบ่งปันในคำถาม & คำตอบ 14:06.490 --> 14:09.490 ฉันแน่ใจว่านักเรียนคนอื่นๆ จะมีความสุขมากที่ได้รับมัน 14:09.850 --> 14:10.420 ไม่เป็นไร. 14:10.420 --> 14:14.890 ดังนั้น ฉันหวังว่าคุณจะชอบการนำรูปแบบการเรียนรู้ที่ลึกซึ้งและพลิกผันไปใช้ 14:14.890 --> 14:25.000 ตอนนี้เราจะไปยังส่วนถัดไป ซึ่งจะเกี่ยวกับการนำโมเดลหลักสามประการไปใช้และรูปแบบที่ดียิ่งขึ้นและมีประสิทธิภาพยิ่งขึ้นซึ่งจะนำไปใช้ในการเล่นเกมแห่งการฝ่าวงล้อม 14:25.000 --> 14:26.800 แล้วพบกันใหม่ในตอนหน้าครับ 14:26.800 --> 14:28.180 และจนกว่าจะถึงตอนนั้น เพลิดเพลิน 14:28.180 --> 14:28.780 ฉัน.