WEBVTT 00:00.580 --> 00:03.550 أهلا ومرحبا بكم مرة أخرى في دورة الذكاء الاصطناعي. 00:03.550 --> 00:09.310 في قصة اليوم ، نتحدث عن النهائي A في a3c ، نتحدث عن الميزة. 00:09.310 --> 00:10.240 إذن ها هو. 00:10.240 --> 00:17.200 لقد تحدثنا بالفعل عن الممثل والناقد وغير المتزامن سابقًا وببطء في طريقنا إلى ما سننظر 00:17.200 --> 00:18.550 إليه اليوم. 00:18.550 --> 00:21.460 ومع الميزة ، سنجمع كل شيء معًا. 00:21.460 --> 00:23.590 لذلك هذا ما لدينا حتى الآن. 00:23.590 --> 00:30.460 لدينا شبكة عصبية مشتركة بين الوكلاء ، الوكلاء غير المتزامنين ، ثم لدينا الناقد ، والذي 00:30.460 --> 00:33.160 يتم مشاركته أيضًا بين الوكلاء. 00:33.160 --> 00:36.400 إذن كيف يتم كل هذا ولماذا يتم تقاسم هذا النقد بين الوكلاء؟ 00:36.430 --> 00:37.390 دعونا نلقي نظرة على ذلك. 00:37.390 --> 00:38.830 حسنًا ، افهم هذا بشكل أفضل. 00:38.830 --> 00:39.790 سنلقي نظرة على مثال. 00:39.790 --> 00:44.680 سننظر إلى هذا الوكيل ، على سبيل المثال ، ونرى ما سيحدث عندما يكون في حالة معينة ويحتاج إلى اتخاذ 00:44.680 --> 00:46.570 قرار بشأن الإجراء الذي سيلعبه. 00:46.570 --> 00:48.700 إذن هذا الوكيل في حالة. 00:48.700 --> 00:50.110 يرى هذه الصورة. 00:50.680 --> 00:55.840 ثم ما يحدث هو أن هذه المعلومات تذهب إلى الشبكة العصبية ، ثم تمر عبر الطبقة التلافيفية 00:55.840 --> 01:00.310 ، ثم تنتقل إلى طبقة التجميع ، ثم تنتقل إلى طبقة التسطيح. 01:00.580 --> 01:03.790 وبعد ذلك ينتقل من هناك إلى الطبقات المخفية للشبكة العصبية. 01:03.790 --> 01:10.930 وبعد ذلك ، كمخرج ، يحصل على كل قيم السياسة هذه ، القيم أو السياسة ، وأيضًا يحصل 01:10.930 --> 01:14.110 على القيمة ، القيمة النقدية. 01:14.110 --> 01:21.010 وهكذا ، كما نعلم ، الشبكات العصبية ، لكي تعمل ، تحتاج إلى نشر بعض الأخطاء أو الخسائر مرة 01:21.010 --> 01:22.660 أخرى عبر الشبكة. 01:22.660 --> 01:28.660 وبهذه الطريقة ، من أجل تحديث الأوزان ، فما هي الأوزان أو ما هي الخسائر التي سنتعامل 01:28.660 --> 01:29.440 معها هنا؟ 01:29.440 --> 01:30.460 حسنًا ، لدينا خسارتان. 01:30.460 --> 01:32.800 لدينا خسارة القيمة وخسارة السياسة. 01:32.800 --> 01:36.490 لذا فإن خسارة القيمة مرتبطة بخسارة سياسة القيمة مرتبطة بالسياسة. 01:36.730 --> 01:40.570 وبالتالي ، فإن قيمة الخسارة ، تعاملنا معها من قبل. 01:40.570 --> 01:46.360 نعلم أن لدينا مكافآت ونعلم أن لدينا عامل خصم. 01:46.360 --> 01:54.580 إذن ، هذا مشابه جدًا لما كنا نتحدث عنه في دروس التعلم العميق. 01:54.580 --> 02:02.830 بشكل أساسي ، تتوقع الشبكة قيمة معينة V وفي نفس الوقت يمكننا تقدير ما يجب أن يعتمد على ما 02:02.830 --> 02:05.440 نعرفه عن البيئة حتى الآن. 02:05.440 --> 02:10.990 يمكننا تقدير القيمة التي يجب أن تكون عليها V في الحالة وبمقارنة الاثنين يمكننا حساب خسارة القيمة 02:10.990 --> 02:13.660 ثم إعادة نشر الشبكة وتحديث الأوزان. 02:13.660 --> 02:15.070 هذا واضح ومباشر. 02:15.070 --> 02:17.350 الشيء الجديد هنا هو خسارة السياسة. 02:17.470 --> 02:21.490 إذن ما هي خسارة السياسة هذه وكيف تعمل؟ 02:21.490 --> 02:28.420 حسنًا ، هذا هو الجزء الذي سيظهر فيه هذا الموقف برمته ، حيث يتم مشاركة 02:28.420 --> 02:32.320 النقد بين الممثلين أو بين الوكلاء. 02:32.320 --> 02:38.560 لفهم فقدان السياسة ، نحتاج إلى تقديم قيمة تسمى الميزة ، ومن هنا جاء اسم هذا الجزء من هذا 02:38.560 --> 02:42.520 البرنامج التعليمي وهذا الجزء الكامل من الخوارزمية. 02:42.520 --> 02:47.650 يتم حساب الميزة والميزة على أنها Q لـ S و A ناقص V لـ S. 02:47.650 --> 02:54.490 إذن ، بشكل أساسي ، قيمة Q التي اخترتها لتشغيل الإجراء الذي اخترت تشغيله في الحالة التي تكون فيها ، على سبيل 02:54.490 --> 02:57.340 المثال ، مطروحًا منها قيمة تلك الحالة. 02:57.340 --> 03:00.640 إذن هذا هو الفرق بين الاثنين وهذا ما يسمى بالميزة. 03:00.640 --> 03:04.690 ويتم استخدام الميزة في حساب خسارة السياسة. 03:04.720 --> 03:09.340 الآن ، لن ندخل في معادلة حساب خسارة السياسة لأنها معقدة للغاية. 03:09.340 --> 03:12.520 إنه يستخدم الانتروبيا أو يمكنه استخدام الانتروبيا ليس بالضرورة. 03:12.880 --> 03:16.960 لن نقوم بتشريح هذه الصيغة ، لكننا سنفهم ذلك على مستوى حدسي. 03:16.960 --> 03:17.740 لماذا نفعل ذلك؟ 03:17.740 --> 03:21.430 لماذا نحسب هذه الميزة وكيف ستساعدنا؟ 03:21.430 --> 03:23.950 حسنًا ، دعنا ننظر إلى هذا لثانية. 03:23.950 --> 03:30.250 تأتي قيمة Q هنا مما تنبأت به الشبكة العصبية لهذا العامل. 03:30.820 --> 03:36.430 لذلك تنبأ في هذا الإجراء المحدد ، في هذه الحالة المحددة للعمل الذي يمكن أن يلعبه. 03:36.430 --> 03:41.650 لذلك لديه هذه الإجراءات ويمكنه اختيار واحد منهم ويمكنه تشغيله بشكل جيد. 03:41.650 --> 03:46.390 في حين أن قيمة V هي القيمة التي يمليها الناقد. 03:46.390 --> 03:49.990 إنها القيمة التي لدينا هنا في هذا الجزء المشترك. 03:49.990 --> 03:52.240 وهذا هو المفتاح هنا ، أن هذا الجزء مشترك. 03:52.240 --> 03:58.660 لذا فإن الناقد لأن هذه هي الطريقة التي يلعب بها الناقد ، لأن لدينا قيمة نختارها أو الفعل الذي 03:58.660 --> 04:01.750 نختار أن نلعبه لهذا الوكيل في تلك الحالة. 04:01.750 --> 04:07.090 لكن بعد ذلك يمكن للناقد أن يخبرنا ما هي القيمة المعروفة لتلك الدولة؟ 04:07.090 --> 04:13.960 ما القيمة الإجمالية المعروفة لهذه المجموعة الكاملة من العملاء الذين يؤدون أداءً معًا؟ 04:13.960 --> 04:18.340 لأنهم يشاركون ليس فقط لأنهم يشاركون الطبيعة ، ولكن لأنهم يشاركون الناقد. 04:18.340 --> 04:23.170 إنهم جميعًا يساهمون في هذا في هذه القيم التي يتم حسابها لمواقع مختلفة. 04:23.170 --> 04:28.930 لذا فإن خوارزمية a3c بأكملها تقول ، حسنًا ، لذا يعرف الناقد قيمة V. 04:28.960 --> 04:35.230 ما مقدار قيمة Q التي تختارها بشكل أفضل مقارنة بقيمة V المعروفة؟ 04:35.230 --> 04:36.370 هذا ما يقوله. 04:36.370 --> 04:37.840 هذا هو الأساس. 04:37.840 --> 04:44.800 حسنًا ، سأقوم بتحديد قيمة Q هنا بناءً على سياستي ، بناءً على ما إذا كان كل ما نستخدمه مثل 04:44.800 --> 04:50.710 وظيفة soft max أو سياسة جشع epsilon أو شيء من هذا القبيل ، وبالطبع سيكون هناك 04:50.740 --> 04:56.950 استكشاف بالإضافة إلى الاستغلال مجتمعين هناك ، لكننا نختار قيمة Q والآن السؤال 04:56.950 --> 04:59.170 هو ما هو الزائد؟ 04:59.170 --> 04:59.640 ما هذا؟ 04:59.740 --> 05:00.880 الأفضلية لفرصة الجري. 05:00.910 --> 05:07.630 ما هي الميزة التي يجلبها الإجراء الذي اخترته مقارنة بالقيمة المعروفة لتلك الحالة؟ 05:07.630 --> 05:09.370 وهذا هو جوهر الميزة. 05:09.370 --> 05:16.450 وبعد ذلك يتم استخدام ذلك بشكل أساسي لحساب خسارة السياسة ومن ثم يتم إعادة نشر خسارة السياسة مرة 05:16.450 --> 05:17.860 أخرى عبر الشبكة. 05:17.860 --> 05:23.830 لذلك تم نشرهما مرة أخرى عبر الشبكة ويتم تعديل الأوزان من أجل تمثيل الشبكة 05:23.830 --> 05:26.080 بشكل أفضل لقيمة الناقد. 05:26.080 --> 05:28.180 وهذا هو الجزء العلوي أيضًا. 05:28.180 --> 05:34.450 ولكن هذا أيضًا جزء من المفتاح هنا هو أن القيمة والأوزان تعود عندما تنتشر خسائر السياسة مرة 05:34.450 --> 05:35.020 أخرى. 05:35.020 --> 05:41.170 يتم تعديل الأوزان بهذه الطريقة بحيث يتم تعظيم هذه الميزة. 05:41.170 --> 05:46.540 هذا هو الجانب البديهي للفهم البديهي لها ، أننا نعود إلى نشر خسارة 05:46.540 --> 05:51.820 السياسة هذه عبر الشبكة من أجل المساعدة في تعظيم هذه الميزة. 05:51.970 --> 05:57.580 وما يعنيه ذلك في الأساس هو أنه عندما يصادف عامل ما أفعالًا سيئة ، مثل الإجراءات التي تكون 05:57.580 --> 06:00.850 فيها قيمة Q أقل من القيمة المعروفة لهذه الحالة. 06:00.850 --> 06:07.150 لذا ، في الأساس ، تعرف الخوارزمية بأكملها أن قيمة الحالة هي شيء X ثم فجأة صادفت 06:07.150 --> 06:11.620 إجراءً سيئًا للغاية وقمت بـ ، اخترت إجراءً سيئًا. 06:11.620 --> 06:16.480 وما يعنيه ذلك لخوارزمية a3c ، حسنًا ، لماذا نفعل شيئًا كهذا عندما يكون 06:16.480 --> 06:21.850 أسوأ مما نعرفه بالفعل عن هذه البيئة بأكملها وما كان بإمكاننا فعله. 06:21.850 --> 06:23.380 لذلك لا ينبغي أن نفعل المزيد من ذلك. 06:23.380 --> 06:25.810 وبالتالي يتم تعديل الأوزان بطريقة ما. 06:25.810 --> 06:29.590 لذا فإن هذا يحدث بشكل نادر بحيث يكون أقل ندرة. 06:30.130 --> 06:33.310 إذن هذا هو التكرار الأقل تكرارًا الذي نختار فيه هذا الإجراء السيئ. 06:33.310 --> 06:38.260 من ناحية أخرى ، إذا اخترت إجراءً جيدًا للغاية حيث تكون قيمة Q أكبر من V أو 06:38.260 --> 06:42.640 أكبر بكثير مما تم الانتقال إليه أثناء هذا الانتشار الخلفي لخسارة 06:42.640 --> 06:50.320 السياسة عبر الشبكة ، فسيتم تحديث الأوزان بطريقة تعزز ذلك ، للتشجيع ، طمئن إلى حدوث ذلك مرة أخرى حتى يتم تعديل الأوزان 06:50.320 --> 06:52.150 بهذه الطريقة. 06:52.420 --> 06:55.060 لذا ستفكر خوارزمية C الثلاثة ، أوه ، واو ، كان هذا رائعًا حقًا. 06:55.060 --> 06:56.680 كانت الميزة عالية جدًا هناك. 06:56.680 --> 07:03.670 يجب أن أفعل المزيد من ذلك ، وبالتالي فإنه سيتم تحديث الأوزان بطريقة من المرجح أن يحدث هذا 07:03.670 --> 07:05.440 الإجراء في المستقبل. 07:05.440 --> 07:13.540 وهكذا ، فهذه هي الطريقة التي تسير بها الشبكة ببطء ، وتتكيف ببطء وتبدأ ببطء في بناء نفسها 07:13.840 --> 07:19.690 في شيء يحسب القيمة بشكل صحيح من ناحية ثم من ناحية أخرى ، أو بشكل 07:19.690 --> 07:21.790 صحيح قدر الإمكان. 07:21.790 --> 07:28.120 ومن ناحية أخرى ، فإنه يشجع أو لديه إجراءات لها ميزة عالية. 07:28.120 --> 07:29.200 لذا ها نحن ذا. 07:29.200 --> 07:30.490 هذا هو هذا الجزء. 07:30.490 --> 07:34.600 والآن دعونا نلقي نظرة على واحدة أخرى فقط لتعزيز ما ناقشناه للتو. 07:34.600 --> 07:35.710 لذلك دعونا نلقي نظرة على الجزء العلوي. 07:35.710 --> 07:37.180 نفس الشيء هنا. 07:37.180 --> 07:40.870 الوكيل الأعلى يرى الموقف. 07:40.870 --> 07:44.140 الدولة في حالة ومن ثم تحتاج إلى أن تقرر ما يجب القيام به. 07:44.140 --> 07:46.540 لذلك يرسل هذه المعلومات إلى الشبكة. 07:46.540 --> 07:50.970 إذن هذه الصورة تنتقل إلى الشبكة ، وتنتقل إلى طبقة تجميع الطبقات الالتفافية ، وتسطيح 07:50.980 --> 07:52.960 الطبقة ، وتذهب إلى الطبقات المخفية. 07:52.960 --> 07:58.480 ثم من هنا نحصل على مخرجات ، نحصل على قيم Q للسياسة ، نحصل على القيم مرة أخرى ، نفس 07:58.480 --> 07:59.080 الشيء. 07:59.080 --> 08:00.850 لدينا خسارتان. 08:00.850 --> 08:05.110 لقد حصلنا على خسارة القيمة هنا ، صقل الخسارة التي هي هنا خسارة القيمة. 08:05.110 --> 08:09.850 نحن نعلم بالفعل كيف يتم حسابها وناقشنا هذا في التعلم العميق وناقشنا هذا 08:09.850 --> 08:10.720 الآن أيضًا. 08:10.720 --> 08:12.730 هذه هي الطريقة التي يتم بها حساب القيمة. 08:12.730 --> 08:18.340 ثم خسارة السياسة ، مرة أخرى ، من أجل حساب ما لن نذهب إليه في المنتدى ، ولكن على 08:18.340 --> 08:25.450 المستوى البديهي نحسب الميزة وهي OC لذلك اتخذنا إجراءً معينًا ، واخترنا إجراءً معينًا بناءً 08:25.450 --> 08:30.700 على سياسة الاختيار الخاصة بنا ، سواء كانت ناعمة أو حد أقصى أو إبسيلون 08:30.700 --> 08:34.210 أو جشع أو أي سياسة اختيار أخرى نستخدمها. 08:34.300 --> 08:37.720 ثم ما هو الإجراء الذي اتخذناه؟ 08:37.720 --> 08:44.500 لنقارنها الآن بالقيمة المعروفة للدولة ، والتي تأتي من الناقد المشترك. 08:44.500 --> 08:49.450 لذا فإن هذا الناقد يشبه نوعًا ما ، إذا فكرت في الأمر ، فهو نوعًا ما يراقب كل هؤلاء العملاء في 08:49.450 --> 08:50.080 نفس الوقت. 08:50.080 --> 08:51.910 إنه ينظر إلى هذا ، ينظر إلى هذا ، هذا. 08:51.910 --> 08:56.920 إنهم جميعًا يساهمون في مساعدة الناقد لجعل الناقد أكثر سرعة في التعامل 08:56.920 --> 09:02.650 مع البيئة ، للتأكد من أن الناقد يمثل ما يحدث في البيئة الفعلية بحيث تكون الأوزان 09:02.650 --> 09:08.440 التي هذا هو المكان الذي تأتي فيه خسارة القيمة في ، بحيث تعكس أوزان الشبكة العصبية 09:08.440 --> 09:16.450 الفعلية التي تعكسها بشكل جيد للغاية ، الوضع الفعلي للأشياء في البيئة بحيث يمكنهم الاعتماد على هذه القيمة 09:16.450 --> 09:20.020 ثم استخدامها هنا. 09:20.020 --> 09:26.770 وهكذا فإن كل هؤلاء العملاء ، كل هؤلاء العملاء يساهمون في هذا الناقد. 09:26.770 --> 09:32.350 ولكن بعد ذلك في نفس الوقت ، من خلال خسارة القيمة هذه ، ولكن في نفس الوقت ، فإن الناقد 09:32.350 --> 09:38.140 يراقب قرارات أو سياسات هؤلاء العملاء كما لو كنت أعود إلى الوراء كما لو كنت أحاول الرسم 09:38.140 --> 09:40.630 مثل السهم إلى السياسة ، سهم ، سهم. 09:40.630 --> 09:43.330 إنه ينظر إليهم ، في القرارات التي يتخذونها. 09:43.330 --> 09:46.120 إنه ينتقد هذه القرارات من خلال الميزة. 09:46.120 --> 09:50.140 إنه يقول ، حسنًا ، لقد اتخذت قرارًا ، واخترت هذا ، واخترت هذا الإجراء. 09:50.140 --> 09:51.010 ذلك رائع. 09:51.010 --> 09:53.350 الآن دعونا نحسب ميزة أو عيب الفرع. 09:53.350 --> 09:58.840 هذا يساوي قيمة Q لقراري الذي اتخذته أو الخيار الذي اتخذته. 09:59.260 --> 10:04.960 الإجراء الذي قمت به اختار ناقص القيمة المعروفة للناقد. 10:04.960 --> 10:06.220 القيمة المعروفة للناقد. 10:06.220 --> 10:07.630 لذا احسب الفرق. 10:07.630 --> 10:13.870 إذا كان هناك فرق بسيط في سياستك ، فعندما يتم إعادة نشر خسارة السياسة الخاصة بك عبر الشبكة ، فإن الطريقة 10:14.050 --> 10:17.890 التي سيتم تعديلها بها ستشجع على تعديل الأوزان بطريقة لا تحدث 10:17.890 --> 10:19.750 مرة أخرى ، بحيث . 10:19.750 --> 10:21.160 س قيمة أو ذاك. 10:21.160 --> 10:22.780 ستكون قيمة Q أقل. 10:22.780 --> 10:28.960 لذلك نظرًا لأن سياستنا تحدد الإجراءات بناءً على قيم Q ، فكلما ارتفعت قيمة Q ، زاد 10:28.960 --> 10:30.460 احتمال اختيارها. 10:30.460 --> 10:34.930 لذلك إذا كنا نستخدم مثل سياسة ARG max ، فسنختار دائمًا السياسة ذات الأعلى. 10:35.010 --> 10:38.950 كما تتذكر ، ناقشنا هذا ، ثم سنختار دائمًا واحدًا ذو أعلى قيمة ، لكننا 10:38.950 --> 10:44.350 في الواقع نستخدم نهجًا احتماليًا ، في حين أنهم يستخدمون سياسة جشع soft max أو epsilon؟ 10:44.350 --> 10:47.440 ومن ثم فنحن نختار بشكل أساسي المكان الذي يمكننا فيه اختيار أي واحد منهم. 10:47.440 --> 10:49.150 ولكن كلما زادت قيمة Q ، كان ذلك أفضل. 10:49.150 --> 10:55.240 لذلك إذا حددنا شيئًا ثم كانت الميزة منخفضة جدًا ، ثم bam ، فسيتم تحديث الشبكة 10:55.240 --> 11:01.240 بطريقة تجعل في المرة القادمة قيمة Q هذه ، سيكون إجراء معين أقل وربما يكون هناك 11:01.240 --> 11:02.740 شيء آخر أكثر. 11:02.740 --> 11:05.980 هذه هي الطريقة التي يتم بها ذلك. 11:05.980 --> 11:11.890 ومن ناحية أخرى ، إذا حددنا شيئًا ما حيث ستكون الميزة عالية ، فسيؤدي ذلك إلى خسارة 11:11.890 --> 11:14.980 السياسة ومن ثم سيتم تحديث الشبكة. 11:14.980 --> 11:19.510 لذلك يتم ملاحظة ذلك بشكل أكثر شيوعًا مثل السيناريو. 11:19.510 --> 11:26.620 وبالتالي ، فإن هذه الخسارة الكاملة في السياسة تساعد الشبكة على التكيف أو التحول بطريقة تجعلنا نفعل المزيد من الأشياء 11:26.620 --> 11:31.570 الجيدة ، والأفعال الجيدة ، والأشياء الجيدة ، ونفعل القليل من الأشياء السيئة. 11:31.570 --> 11:34.840 وهذه هي الطريقة التي تدخل بها هاتان الخسارتان وهذه هي الطريقة التي ينتشران بها مرة أخرى. 11:34.840 --> 11:39.160 لذلك نأمل أن يتضح ذلك بطريقة بديهية للغاية. 11:39.160 --> 11:44.680 بالطبع ، لم ندخل في الصيغ إلى الرياضيات المعقدة وراء كل هذا ونحب التفاصيل 11:44.680 --> 11:46.840 المعقدة للغاية. 11:46.840 --> 11:52.000 لكن في نفس الوقت ، وبطريقة بديهية وبديهية ، كل هذا يوضح 11:52.000 --> 12:01.030 سبب وجود الممثل والناقد وكيفية تفاعلهما معًا ، أن لديك هؤلاء العملاء بشكل متزامن. 12:01.030 --> 12:03.820 إذن هذا هو الجانب المتزامن للأشياء. 12:03.970 --> 12:07.690 هذا ، كما تعلم ، هذا هو ممثلك وناقدك وهذه هي مصلحتك وكيف يلعب 12:07.690 --> 12:08.410 كل ذلك. 12:08.410 --> 12:10.720 لذا فهذه عوامل متزامنة. 12:10.720 --> 12:16.030 إنهم يلعبون هذا أو يستكشفون البيئة ويعملون من خلال البيئة. 12:16.030 --> 12:23.560 وهم جميعًا يساهمون كليًا في الناقد ، الذي يراقب سياساتهم ، 12:23.560 --> 12:30.430 ويراقب الفاعلين ، وهو ما يسمى هذا ، ومن خلال الميزة. 12:30.430 --> 12:35.560 وبالتالي ، عند الخروج بخسارة السياسة هذه ثم فقدان السياسة والقيمة 12:35.560 --> 12:43.450 ، يتم نشرها مرة أخرى لتعديل الشبكة لكي تمثل ، من ناحية ، الطريقة الحقيقية للأشياء في البيئة ، 12:43.450 --> 12:47.380 من ناحية أخرى ، تحسين أداء الممثلين. 12:47.680 --> 12:48.370 لذا ها نحن ذا. 12:48.370 --> 12:52.630 هذه خلاصة سريعة للحدس الذي ناقشناه. 12:52.630 --> 12:56.920 ومرة أخرى ، آمل أن يكون كل هذا معًا على مستوى حدسي. 12:56.920 --> 13:02.530 وبالطبع ، في الدروس العملية ، سنتحدث أكثر عن كيفية عمل كل هذا. 13:02.530 --> 13:07.690 وسيرشدك أدلون خلال هذا ، عملية بناء هذا ، لكن وجود هذه الصورة في ذهنك وهذا النوع 13:07.690 --> 13:12.760 من خارطة الطريق لكل شيء ، كيف يتحد كل شيء سيكون جيدًا ، يجب أن يكون كذلك. 13:12.760 --> 13:18.010 آمل أن يكون من المفيد جدًا لك التنقل بشكل أفضل في الجانب العملي للأشياء. 13:18.010 --> 13:23.260 ومن حيث القراءة الإضافية لهذا اليوم ، لدينا عنصرين. 13:23.260 --> 13:25.600 لذا فإن الأول هو الأفضل. 13:25.600 --> 13:31.900 إذن لدينا هنا تحكم مستمر عالي الأبعاد باستخدام تقدير الميزة المعمم بواسطة 13:31.990 --> 13:33.280 جون شولمان. 13:33.280 --> 13:38.740 وهذه صورة لشكل عصا يقف ، مثل الوقوف. 13:38.740 --> 13:43.930 وهنا يمكنك العثور على المزيد حول المزايا والمزايا وستكتشف الأنواع المختلفة 13:43.930 --> 13:44.800 من المزايا. 13:44.800 --> 13:50.920 إذاً لديك تقدير الميزة العامة ، لديك مزايا تستخدمها بالفعل في ، في الصيغ 13:50.950 --> 13:52.210 ، في الحساب. 13:52.210 --> 13:57.790 لذلك إذا كنت ترغب في معرفة المزيد عن الميزة وكيف تعمل بالضبط ، والصيغ 13:57.790 --> 14:07.780 التي تقف وراءها وبعض العناصر أو الصيغ العلوية أو العلوية وتعرف كيف في مساحة هذه الميزة التي ناقشناها ، فهذه هي المقالة 14:08.080 --> 14:10.060 اذهب إلى. 14:10.180 --> 14:19.960 وهناك عنصر آخر آخر أو جزء من العمل أردنا أن نذكرك به هو المدونة ، وهي سلسلة من منشورات المدونة بواسطة آرثر جولياني 14:19.990 --> 14:23.800 ، والتي ذكرناها عدة مرات بالفعل. 14:24.220 --> 14:27.790 هذا هو الجزء الثامن ، الذي يتحدث بالتحديد عن a3c. 14:28.150 --> 14:33.070 لذا هنا يمكنك الحصول على تفسير آخر. 14:33.490 --> 14:38.980 لذلك مع المزيد من الرياضيات حول ما يحدث وربما يمكنك التقاط بعض الأشياء الإضافية من 14:38.980 --> 14:39.340 هنا. 14:39.370 --> 14:41.260 شيئين فقط لأخذهما في الاعتبار. 14:41.260 --> 14:45.880 بادئ ذي بدء ، كما هو الحال دائمًا ، هذه المدونة موجودة في TensorFlow ، بينما نستخدم PyTorch. 14:45.880 --> 14:46.750 لذا ضع ذلك في الاعتبار. 14:46.750 --> 14:53.470 والشيء الثاني هو أن الطريقة التي نظمنا بها نهجنا هي أننا تحدثنا عن الناقد النشط 14:53.830 --> 14:58.300 أولاً ، ثم تحدثنا عن التزامن ثم تحدثنا عن الميزة. 14:58.480 --> 15:03.820 بينما يتحدث آرثر في مدونته أولاً عن ناقد وميزة متزامنة وفعلية. 15:03.820 --> 15:05.470 لذا ضع ذلك في الاعتبار. 15:05.470 --> 15:07.150 لذا آمل أن هذا لا يرميك. 15:07.150 --> 15:12.610 لكن بخلاف ذلك ، بالطبع ، إنه جزء رائع من المحتوى ونحن نوصي بشدة بمراجعته للحصول على 15:12.610 --> 15:14.380 بعض المعلومات الإضافية. 15:14.500 --> 15:15.180 لذا ها نحن ذا. 15:15.190 --> 15:18.560 أتمنى أن تستمتع ببرنامج اليوم التعليمي وأتطلع إلى رؤيتك في المرة القادمة. 15:18.580 --> 15:20.620 حتى ذلك الحين ، استمتع بـ I.