WEBVTT

00:00.420 --> 00:01.260
Hazır mısın?

00:01.290 --> 00:02.300
Hadi yapalım şunu.

00:02.310 --> 00:05.970
Wisdom için tüm sistem bağımlılıklarını yükleyerek başlayalım.

00:06.000 --> 00:12.510
Bu oynat düğmesine tıklayalım ve şimdi gördüğünüz gibi pillow veya psi, pi gibi tüm bağımlılıkları ve ayrıca

00:12.510 --> 00:18.150
bunu başarıyla çalıştırmak için gerekli olacak diğer bazı bağımlılıkları yükleyecektir.

00:18.150 --> 00:22.140
Ancak pytorch gibi geri kalan her şey, spor salonu modülleri zaten yüklü.

00:22.140 --> 00:23.070
Bu gerçekten harika.

00:23.070 --> 00:28.800
Google CoLab'in güzelliği de burada yatıyor ve bu sayede hiçbiriniz kodu çalıştırırken ve nihai sonucu

00:29.250 --> 00:32.040
görselleştirirken sorun yaşamayacaksınız.

00:32.430 --> 00:32.760
Tamam.

00:32.760 --> 00:35.250
Yani bu aslında bir ya da iki dakika sürecektir.

00:35.250 --> 00:41.430
Bu yüzden burada hızlıca ilerleyeceğim ve kodun geri kalanı için çok yakında görüşeceğiz.

00:42.820 --> 00:43.420
Tamam.

00:43.420 --> 00:46.240
Sistemin kurulumunun sonuna gelmiş gibi görünüyoruz.

00:46.240 --> 00:52.210
Gördüğünüz gibi bağımlılıklar, onları indiriyor, tüm doğru gereksinimlerle toplarken

00:52.210 --> 00:53.680
onları kuruyor.

00:53.680 --> 00:58.180
Ve birkaç saniye içinde doğru şekilde yapılmalıdır.

00:58.180 --> 00:59.800
Bir bakalım.

00:59.800 --> 01:01.360
Üç, iki.

01:01.360 --> 01:02.140
İşte oldu.

01:02.140 --> 01:03.910
Her şeyi başarıyla yükledim.

01:03.910 --> 01:05.260
Buradaki hatalar için endişelenmeyin.

01:05.260 --> 01:11.050
Kodun yürütülmesini etkilemezler, ancak her şey istediğimiz gibi başarıyla yüklenir.

01:11.050 --> 01:13.450
Pekala, şimdi bir sonraki adım.

01:13.450 --> 01:14.770
Çok önemli.

01:14.800 --> 01:16.600
Şu önemli düğüme bakın.

01:16.600 --> 01:22.270
Tüm bağımlılıkları yükledikten sonra, temel olarak buradaki ilk hücreyi çalıştırdıktan sonra, çalışma zamanınızı yeniden

01:22.270 --> 01:24.010
başlatmanız gerektiğini söylüyor.

01:24.010 --> 01:26.560
Aksi takdirde burada bazı yürütme hataları alırsınız.

01:26.560 --> 01:27.610
O yüzden hızlıca yapalım.

01:27.610 --> 01:28.390
Çok basit.

01:28.390 --> 01:33.910
Burada çalışma zamanına tıklamanız ve ardından çalışma zamanını yeniden başlatmanız ve ardından evet, tamam.

01:33.910 --> 01:35.500
Bu, çalışma zamanınızı geri yükleyecektir.

01:35.500 --> 01:40.480
Ve şimdi sadece oynat düğmesine tıklayarak tüm bu hücreleri çalıştırabilirsiniz.

01:40.480 --> 01:44.800
Şimdi bu ilk dosya görüntüsü ön işleme ile başlayarak bunu yapalım.

01:44.830 --> 01:51.370
Pekala, önce kütüphaneleri içe aktaralım, ardından görüntüleri ön işlem görüntü sınıfıyla

01:51.370 --> 01:58.570
ön işleme tabi tutalım ve şimdi deneyim yeniden oynatma uygulamasına, yani buna geçtik.

01:58.570 --> 02:00.340
Pekala, hadi yapalım şunu.

02:00.340 --> 02:05.140
Önce kütüphaneleri içe aktarıyoruz, ardından ortamın bir adımını tanımlıyoruz.

02:05.170 --> 02:13.210
Daha sonra Step Progress sınıfı ile birkaç ve adım adım ilerlemeyi klasörde sahip olduğumuzla tamamen aynı

02:13.210 --> 02:14.770
hale getiriyoruz.

02:14.830 --> 02:20.500
Ve sonra bu tekrar bellek sınıfını oluşturarak deneyim tekrarını uyguluyoruz.

02:20.500 --> 02:21.940
Tamam, her şey yolunda.

02:21.940 --> 02:30.160
Ve şimdi üçüncü dosyaya geçiyoruz, bu dosya do me either py için ve ilk olarak kütüphaneleri içe aktarıyoruz.

02:31.100 --> 02:31.940
Sonra.

02:31.940 --> 02:32.240
Tamam.

02:32.240 --> 02:37.280
Burada biraz zaman alıyor çünkü tüm torch modüllerini içe aktarıyoruz, sonra openai ve doom paketlerini

02:37.280 --> 02:38.820
içe aktarıyoruz.

02:38.840 --> 02:41.990
Spor salonu, Wisdom Gym ve rapçiler de öyle.

02:42.320 --> 02:43.310
Yani her şey yolunda.

02:43.310 --> 02:48.800
Ve sonra birinci bölüme geçiyoruz, beyni yapacağımız yapay zekayı inşa ediyoruz, sonra vücudu

02:48.800 --> 02:51.380
ve sonra her şeyi bir araya getiriyoruz.

02:51.380 --> 02:55.610
Öyleyse önce CNN sınıfıyla beynimizi tamamlayalım.

02:55.700 --> 03:04.580
Sonra vücudu bir soft max vücut sınıfıyla yapalım ve sonra yapay zekayı bir sınıfla yapalım.

03:04.730 --> 03:05.210
Tamam.

03:05.210 --> 03:06.260
Yani her şey yolunda.

03:06.260 --> 03:10.490
Ve şimdi yapay zekayı elbette derin, evrişimsel öğrenme ile eğiteceğimiz

03:10.490 --> 03:12.350
ikinci bölüme geçiyoruz.

03:12.590 --> 03:12.950
Tamam.

03:12.950 --> 03:15.200
Yani buradakiyle tamamen aynı.

03:15.380 --> 03:19.130
Tomb ile yeni modüllerimizle önce doom ortamını elde ediyoruz.

03:19.130 --> 03:20.270
Bunun için endişelenme.

03:20.270 --> 03:21.560
Bu bir hata değildir.

03:21.650 --> 03:27.620
Daha sonra farklı nesneleri, beyni, CNN'i, maksimum bedenin gövdelerini ve beyin ile bedeni içeren tüm

03:27.620 --> 03:31.010
yapay zekayı oluşturarak yapay zekayı inşa edeceğiz.

03:31.010 --> 03:31.430
Tamam.

03:31.430 --> 03:32.300
Bunu ben mi yaptım?

03:32.300 --> 03:32.870
Evet.

03:33.110 --> 03:39.800
Daha sonra deneyim, adımlarla yeniden oynatma ve belleği nesnel bir yeniden oynatma belleği olarak

03:39.800 --> 03:42.950
kurarız ve ardından uygunluk izini uygularız.

03:43.220 --> 03:43.730
Tamam.

03:43.730 --> 03:45.320
Performansı artırmak için.

03:45.620 --> 03:50.120
Daha sonra MA sınıfı ile 100 adımda hareketli ortalama yaparız.

03:50.120 --> 03:52.490
Ve son olarak, dostlarım, hazır mısınız?

03:52.490 --> 03:57.260
Şimdi sıra, yapay zekayı 20 dönem boyunca eğiteceğimiz çok heyecan verici

03:57.260 --> 03:58.520
kısma geldi.

03:58.520 --> 04:01.430
Pekala, göreceksiniz ki bu biraz uzun olacak.

04:01.430 --> 04:05.780
Boyutları büyüttüğüm için belki bir ya da iki saat sürecek.

04:05.780 --> 04:09.770
Çok uzun olduğunu düşünüyorsanız boyutları 80'e 80'e indirmekten çekinmeyin.

04:09.770 --> 04:13.100
Ama bana güvenin, bu boyutlarla çok daha iyi videolarınız olacak.

04:13.910 --> 04:15.620
Hazır mısınız?

04:15.620 --> 04:20.450
Üç, iki, bir, hadi.

04:20.450 --> 04:24.140
Pekala, bu eğitimin kodunu çalıştıracaktır.

04:24.140 --> 04:30.020
Ve birkaç saniye içinde, elbette negatif bir ödüle sahip olacak ilk dönemi görebilmeliyiz.

04:30.020 --> 04:36.380
Ancak, dönemler boyunca ödülün pozitif ödüle ulaşana kadar ve daha sonra yüzlerce ödüle

04:36.380 --> 04:40.220
ulaşana kadar azar azar artacağını göreceksiniz.

04:40.220 --> 04:42.230
Aslında bunu hedefleyelim.

04:42.230 --> 04:48.920
Umarım 20 epok ile 100, 200 ya da 300 gibi bazı nihai ödüllere sahip oluruz,

04:48.920 --> 04:53.240
çünkü bu ödüllerle aslında onları denedim.

04:53.240 --> 04:53.450
Evet.

04:53.450 --> 04:56.990
İlk dönem, negatif ödüller, -98.

04:56.990 --> 05:02.960
Bu yüzden 100, 203 yüz civarındaki ödüllerle zaten bazı harika sonuçlar alacağımızı söylüyordum.

05:02.960 --> 05:07.920
Yapay zekanın bazı canavarları öldürmeyi başardığını veya onlardan kaçtığını ya da yeleğe

05:07.970 --> 05:10.010
doğru ilerlediğini göreceğiz.

05:10.700 --> 05:14.360
Yani bu ilk dönem, birinci dönem -98.

05:14.360 --> 05:18.740
Ve sonra, bilirsiniz, belki de daha iyi bir ödülle ikinci dönemi göreceğiz.

05:18.740 --> 05:21.620
Ancak, başlangıçta, elbette, yapay zeka eğitilmemiştir.

05:21.620 --> 05:23.510
Çevreyi keşfediyor.

05:23.510 --> 05:23.750
Doğru.

05:23.750 --> 05:28.610
Takviyeli öğrenmedeki bu değiş tokuşu hatırlıyor musunuz, keşfe karşı sömürü?

05:28.610 --> 05:33.170
Başlangıçta yapay zeka sadece keşif yapıyor ve daha sonra eğitilecek, daha akıllı

05:33.170 --> 05:37.850
ve daha zeki hale gelecek ve işte o zaman bazı yüksek ödüllere ulaşacak.

05:37.850 --> 05:41.000
Bu yüzden başlangıçta negatif ödüller almakta bir sakınca yoktur.

05:41.000 --> 05:46.700
Belki bunu 3/1 dönem boyunca elde edeceğiz, ancak daha sonra dört, beş ya da altı numaralı dönemden

05:46.700 --> 05:53.330
sonra, belki pozitif ödüllere ve ardından umarım 102 yüz ya da 300 civarında ödüllere ulaşmaya başlayacağımızı

05:53.330 --> 05:54.380
göreceksiniz.

05:55.040 --> 05:57.560
Dediğim gibi, bu biraz zaman alacak.

05:57.560 --> 06:02.510
Bu yüzden burada 2 saat kalmayacağız, aksi takdirde söyleyecek sözüm kalmayacak.

06:02.510 --> 06:08.030
Şimdi yapacağım şey, eğlenceli ya da havalı bir müzik koymak olacak.

06:08.030 --> 06:10.790
Ve işte başlıyoruz, iki numaralı dönem, -62.

06:10.820 --> 06:12.200
Yani halihazırda bir miktar iyileşme var.

06:12.200 --> 06:12.620
Bu çok iyi.

06:12.620 --> 06:18.380
Ancak göreceksiniz ki, çağlar ilerledikçe daha da iyi gelişmeler olacaktır.

06:18.980 --> 06:20.030
Ne diyordum peki?

06:20.030 --> 06:25.460
Evet, şimdi güzel bir müzik koyacağım ve antrenmanı hızlandırılmış modda oynatacağım.

06:25.460 --> 06:30.350
Ve tabii ki, eğitimin sonunda nihai sonuçları görmek için görüşmek üzere.

06:30.350 --> 06:30.980
Tamam.

06:30.980 --> 06:32.030
İşte böyle.

06:32.030 --> 06:35.060
Üç, iki, bir, başla.

07:20.030 --> 07:20.810
Tamam.

07:20.810 --> 07:22.610
Ve işte eğitimin sonuna geldik.

07:22.610 --> 07:23.600
Tebrik ederim.

07:23.600 --> 07:30.170
Derin, evrişimli öğrenme modelini çok zorlu bir uygulama olan kıyamet oyunu üzerinde eğitiyorsunuz.

07:30.570 --> 07:32.130
Peki önce ne söylemeli?

07:32.130 --> 07:37.290
Umduğumuz gibi, 100'den fazla ortalama ödüle ulaştık.

07:37.470 --> 07:43.340
O zaman söylenmesi gereken şey, elbette, daha fazla dönemle daha yüksek ödüller alacağınızdır.

07:43.350 --> 07:49.470
Bu nedenle, örneğin, bu modeli daha fazla epok için eğitmeye hazırsanız, örneğin 100 epok veya

07:49.470 --> 07:54.600
daha fazla ödül elde etmek için yaklaşık 304 yüz 500 veya hatta 1000 epok.

07:54.600 --> 07:55.980
Yapmaktan çekinmeyin.

07:55.980 --> 08:00.570
Örneğin, siz uyurken gece boyunca çalışmasına izin verebilirsiniz ve sabah uyandığınızda

08:00.570 --> 08:02.220
daha iyi sonuçlar alırsınız.

08:02.250 --> 08:05.550
Çalışma zamanında bir GPU da kullanabileceğinizi unutmayın, değil mi?

08:05.550 --> 08:10.500
Çalışma zamanı türünü değiştirirseniz, ki bunu yapmamalıyım çünkü aksi takdirde not defterini yeniden başlatacaktır.

08:10.500 --> 08:16.440
Ancak buradaki donanım hızlandırıcıda GPU'yu veya hatta CPU'yu seçebilirsiniz, ancak bu yalnızca performansı optimize

08:16.830 --> 08:20.280
etmek ve bazı süper sert antrenmanlar yapmak istiyorsanız.

08:20.280 --> 08:25.200
Ancak burada sadece klasik olanı kullanıyorum çünkü size tüm bunları nasıl uygulayacağınızı göstermek istiyorum.

08:25.200 --> 08:26.220
Ve işte başlıyoruz.

08:26.220 --> 08:32.860
Şimdi çalışma kitabının geri kalanını, yalnızca bu çekirdek kitaba özgü bu ekstra kodla yürüteceğiz ve tabii

08:32.880 --> 08:36.210
ki yapay zekayı iş başında görselleştireceğiz.

08:36.480 --> 08:37.440
Pekala, hadi yapalım şunu.

08:37.440 --> 08:39.810
Önce kütüphaneleri içe aktaralım.

08:39.810 --> 08:40.380
Doğru.

08:40.380 --> 08:41.250
Hepsi iyi.

08:41.430 --> 08:46.110
Daha sonra girdi şeklini ve bir dizi olası eylemi yazdıracağız.

08:46.110 --> 08:46.470
Tamam.

08:46.470 --> 08:52.800
Yani burada gerçekten de Doom Koridoru ortamında yedi olası eylemimiz olduğunu göreceğiz.

08:52.800 --> 08:57.840
Yani bunlar ileri git, geri git, sola git, sağa git, ateş et.

08:57.840 --> 09:00.420
Ve sonra belki kendini korursun ya da her neyse.

09:00.420 --> 09:03.570
Son eylemin ne olduğunu bilmiyorum ama bunun gibi bir şey.

09:03.570 --> 09:07.470
O halde bunlar giriş çerçevesinin boyutlarıdır.

09:07.470 --> 09:09.420
Bu, çerçevenin yüksekliğine karşılık gelir.

09:09.420 --> 09:11.580
240 piksel yüksekliğe sahiptir.

09:11.610 --> 09:14.550
Bu, çerçevenin genişliğine karşılık geliyor, değil mi?

09:14.550 --> 09:17.010
320 büyüklükte.

09:17.010 --> 09:22.770
Bu da, bilirsiniz, renkli imgelerle çalıştığımız gerçeğine ve buradaki üçün kanallarımızın üç

09:22.770 --> 09:25.580
unsuruna karşılık gelmesine tekabül ediyor.

09:25.860 --> 09:32.040
Tamam, o zaman bir sonraki hücreyi çalıştıralım ve nasıl olduğunu görmek için ortamın bir karesini görüntüleyelim.

09:32.040 --> 09:37.170
Ve gerçekten de, bunun çalıştığınız ortamı görmek için yararlı olduğunu unutmayın, değil mi?

09:37.170 --> 09:43.200
Burada Doom Corridor'da olduğumuzu görüyoruz, ancak burada daha fazla ortam denemek

09:43.200 --> 09:48.510
isterseniz, aslında bunların da buradaki ana sayfada olduğunu unutmayın.

09:48.510 --> 09:48.960
Tam burada.

09:48.960 --> 09:49.200
Evet.

09:49.200 --> 09:53.280
Denemenizi tavsiye ettiğim tüm ortamların listesine sahipsiniz.

09:53.280 --> 09:56.430
Eğer başka bir tanesine bakmak isterseniz.

09:56.430 --> 09:58.230
Aslında sana gösterebilirim.

09:58.230 --> 10:02.760
Şunu alalım, sonra şu kıyamet koridoruna geri döneceğim.

10:02.790 --> 10:03.240
Doğru.

10:03.240 --> 10:06.810
Eğer onu bununla değiştirirsem.

10:07.500 --> 10:10.290
Doğru ve bunu iyi bir şekilde uyguluyorum.

10:10.290 --> 10:12.290
Bu sefer üç aksiyon alacağız.

10:12.300 --> 10:17.610
Tabii ki daha basit bir şey ve bu hücreyi iyi çalıştırırsak bu ortamı göreceğiz, değil mi?

10:17.610 --> 10:23.550
Yani bu sadece neyle çalıştığınızı hızlı bir şekilde görmenin ve temelde yapay zekanın ortamda ne yapacağına

10:23.550 --> 10:26.190
dair bir önizleme almanın bir yoludur.

10:26.400 --> 10:26.760
Tamam.

10:26.760 --> 10:29.220
Wisdom Corridor'a geri dönelim.

10:29.250 --> 10:34.080
Sonraki hücreler için ihtiyacımız olması ihtimaline karşı bunu şimdi yeniden uygulayalım.

10:34.110 --> 10:37.230
Pekala, mükemmel kıyamet koridoru.

10:37.260 --> 10:39.720
Şimdi son hücreye geçelim.

10:39.720 --> 10:43.620
Yani bu, görselleştirme için kullanılacak bir yardımcı işlevdir.

10:43.620 --> 10:48.090
Bu hücreyi çalıştıralım ve şimdi yapay zekayı bir bölümde çalıştıralım.

10:48.090 --> 10:53.160
Ve burada kodu anlayabileceksiniz çünkü bilirsiniz, temelde bu, her adımda belirli

10:53.550 --> 10:59.670
bir durumda olduğu, durum içinde bir eylemi oynayacağı, sonra ödülü alacağı ve ardından bir sonraki

10:59.670 --> 11:04.950
duruma ulaşacağı tam bir bölümde havayı çalıştırma sürecidir, değil mi?

11:04.950 --> 11:07.440
Yani bu klasik MDP süreci, değil mi?

11:07.440 --> 11:09.000
Markov karar süreci.

11:09.000 --> 11:09.960
Ve işte başlıyoruz.

11:09.960 --> 11:11.580
Bir bölüm için bu kadar yeter.

11:11.580 --> 11:19.620
Ve son olarak, 20 dolar karşılığında eğitilen yapay zekamızın 100'den fazla ödüle ulaşabildiği oyunun videosunu

11:19.620 --> 11:26.040
alacağız, bu da bize oldukça iyi sonuçlar verecek, ancak belki de yeleğe ulaşamayacak.

11:26.040 --> 11:26.880
Ama sorun değil.

11:26.880 --> 11:28.680
Bunu kendiniz deneyeceksiniz.

11:28.680 --> 11:34.500
Ve şimdi buradaki tam düğmeye tıklamanızı istiyorum çünkü size videonun nasıl doldurulduğunu göstermek

11:34.500 --> 11:35.340
istiyorum.

11:35.340 --> 11:41.400
Yani bunlar çerçeveler gibi bazı öğeleri içeren bazı klasörlerdir, bilirsiniz, sonuçların çerçeveleri veya

11:41.400 --> 11:42.720
bazı JS ve dosyalar.

11:42.720 --> 11:45.600
Ama asıl ilgimizi çekecek olan nihai video.

11:45.600 --> 11:50.970
Ve bunu elde etmek için, buradaki oynat düğmesine tıklamamız yeterlidir ve buradaki ana klasörde doldurulacağını

11:50.970 --> 11:52.110
göreceksiniz.

11:52.110 --> 11:53.670
Kaçırmayın, sorun değil.

11:53.670 --> 11:57.420
Hücre zaten infaz edilmiş gibi görünüyor, ki durum bu.

11:57.420 --> 11:59.220
Ama bunu birkaç saniye içinde göreceksiniz.

11:59.220 --> 12:03.840
Burada doldurulan bir video dosyası olan bir AVI dosyası göreceğiz.

12:03.840 --> 12:05.640
Yaklaşık 10 saniye içinde görünecektir.

12:05.640 --> 12:08.010
İstersen geri sayım bile yapabilirim.

12:08.010 --> 12:09.150
O zaman şöyle yapalım.

12:09.150 --> 12:20.970
Ve on, dokuz, sekiz, yedi, altı, beş, dört, üç, iki, bir, git.

12:21.710 --> 12:24.050
Ve şimdi gerçekten birkaç saniye içinde görünmesi gerekiyor.

12:24.050 --> 12:24.890
Evet, işte oldu.

12:25.040 --> 12:25.460
Tamam.

12:25.460 --> 12:26.570
Yani, ajan oyunu.

12:26.570 --> 12:27.500
Çal şunu, Avi.

12:27.500 --> 12:28.400
Bu senin videon.

12:28.400 --> 12:36.740
Şimdi indirelim ve tam burada bulacağım bilgisayarınıza indirilecektir.

12:36.740 --> 12:37.030
Doğru.

12:37.040 --> 12:38.810
Yani bu video ajanı oyunu.

12:38.810 --> 12:39.800
FBI'ı oynat.

12:39.830 --> 12:44.060
VLC gibi kodekleri olan bir video oynatıcı ile açtığınızdan emin olun.

12:44.090 --> 12:44.450
Doğru.

12:44.450 --> 12:49.070
Mac kullanıyorsanız quicktime player ile çalışmayacaktır, ancak VLC ile kesinlikle çalışacaktır.

12:49.100 --> 12:52.190
Şimdi bir göz atalım ve işte video.

12:52.190 --> 12:52.550
Tamam.

12:52.550 --> 12:55.040
Bu yüzden burada duraksamama izin verin.

12:55.250 --> 12:55.520
Tamam.

12:55.520 --> 12:56.210
İşte video.

12:56.210 --> 13:01.460
Ve gördüğünüz gibi, bu çerçevenin 256'ya 256 boyutlarıdır.

13:01.460 --> 13:03.050
Gördüğünüz gibi, çok büyük değil.

13:03.050 --> 13:03.320
Doğru.

13:03.320 --> 13:08.210
İşte bu yüzden 80'e 80 yerine bu boyutlarla çalışmak istedim.

13:08.630 --> 13:10.070
Şimdi de videoya bir göz atalım.

13:10.070 --> 13:15.920
Yani bu yapay zeka bir bölümde doom oynuyor ve canavarlardan kaçınmak zorunda, öldürülmek değil.

13:15.920 --> 13:17.990
Yeleğe ulaşmak için ilerlemek zorundadır.

13:17.990 --> 13:19.400
Bakalım nasıl olacak.

13:19.400 --> 13:22.280
3'e 1 devam.

13:23.920 --> 13:24.460
Tamam.

13:24.460 --> 13:27.850
Yani önce vuruluyor, sonra ilerliyor, tamam mı?

13:27.940 --> 13:29.920
Ve sonra canavarlar tarafından öldürüldü.

13:29.920 --> 13:31.510
Ama yine de oldukça iyi.

13:31.510 --> 13:36.220
Bilirsiniz, yeleğe doğru ilerlemesi gerektiğini anladı çünkü en yüksek ödül yeleğe

13:36.220 --> 13:37.870
ulaşıldığında elde edilir.

13:38.080 --> 13:42.730
Ve elbette, bilirsiniz, gözünüzün yeleğe ulaştığı ve bu oyunda kazandığı videoyu gerçekten

13:42.730 --> 13:48.790
görmek istiyorsanız, temelde gözünüzü daha fazla epok için eğitmeniz ve belki de göz beyninizi ayarlamak veya öğrenme

13:48.790 --> 13:55.090
oranını ayarlamak gibi bazı parametre ayarlamaları yapmak gibi başka tür iyileştirmeler yapmanız gerekecektir.

13:55.090 --> 14:01.060
Herhangi biriniz harika bir video veya örneğin 1000'den fazla ödüle ulaşan bir yapay zekanın

14:01.060 --> 14:03.820
videosunu alırsa birçok seçeneğiniz var.

14:03.820 --> 14:06.490
Soru-Cevap bölümünde paylaşmaktan çekinmeyin.

14:06.490 --> 14:09.490
Eminim diğer öğrenciler de bunu aldıkları için çok mutlu olacaklardır.

14:09.850 --> 14:10.420
Tamam.

14:10.420 --> 14:14.890
Umarım derin, konvolüsyonel öğrenme modelini uygulamak hoşunuza gitmiştir.

14:14.890 --> 14:19.330
Şimdi bir sonraki bölüme geçeceğiz, bu da A üç anahtar modelini ve hatta koparma

14:19.330 --> 14:25.000
oyununu oynamak için uygulanacak daha iyi ve daha güçlü modeli uygulamakla ilgili olacak.

14:25.000 --> 14:26.800
Bir sonraki bölümde görüşürüz.

14:26.800 --> 14:28.180
Ve o zamana kadar, keyfini çıkarın.

14:28.180 --> 14:28.780
I.