WEBVTT 00:00.620 --> 00:03.350 Hallo en welkom terug bij de cursus over kunstmatige intelligentie. 00:03.350 --> 00:07.490 In de tutorial van vandaag gaan we het hebben over een add-on die we gaan implementeren 00:07.490 --> 00:08.390 voor ons H3C-algoritme. 00:08.690 --> 00:12.540 Het wordt het lange kortetermijngeheugen of kortweg Ellerston genoemd. 00:12.890 --> 00:20.030 Dus laten we eens kijken naar wat we tot nu toe hebben en dan zullen we bespreken waarom we de LSM nodig hebben en wat en wat 00:20.030 --> 00:20.870 en LSM is. 00:21.200 --> 00:24.500 Dus tot nu toe hebben we het NSA-algoritme besproken. 00:24.500 --> 00:29.900 We hebben het gehad over alle drie de letter A's in de U. S. En natuurlijk hebben we gezien dat het 00:29.900 --> 00:33.320 eigenlijk een beetje ingewikkelder is, veel complexer dan wat we op deze afbeelding hebben. 00:33.320 --> 00:38.240 We hebben eigenlijk drie of meer meerdere agenten die door de omgeving gaan en ze 00:38.240 --> 00:39.560 communiceren met elkaar, enzovoort. 00:39.560 --> 00:44.450 Maar omwille van de eenvoud, voor het verhaal van vandaag, gaan we aan het eind alles illustreren 00:44.450 --> 00:45.950 met deze ene agent. 00:45.950 --> 00:46.730 We hebben dit fragment. 00:46.750 --> 00:52.420 Wat de criticus Pozzo eigenlijk, als we eenmaal een toestand hebben die bij dit beeld bleef, door een convolutionele laag gaat, dan 00:52.420 --> 00:55.280 gaat het door een poolende laag of zoiets, een laag afvlakkend. 00:55.280 --> 01:02.300 En op dit punt hebben we waarden of getallen die vervolgens door het netwerk worden verspreid en naar 01:02.300 --> 01:03.980 de verborgen lagen gaan. 01:03.980 --> 01:10.340 En dan krijgen we als output het beleids- of het actorgedeelte en zij krijgen de waarde van de staat 01:10.340 --> 01:12.380 of we krijgen het kritische gedeelte. 01:12.710 --> 01:16.550 En wat we vandaag gaan doen, is dat we gaan praten over dit verborgen deel. 01:16.560 --> 01:21.620 Dus in de verborgen lagen kunnen we het naar een hoger niveau tillen en een wijziging toevoegen. 01:21.620 --> 01:26.270 En we hebben al gezien dat er meerdere wijzigingen zijn voor de NSA en we hebben er een gezien. 01:26.270 --> 01:32.420 We hebben gezien dat je in sommige gevallen dit hoofddeel van het netwerk kunt hebben, dat voor elke agent individueel is, of 01:32.420 --> 01:35.690 je kunt dit hoofddeel van het netwerk hebben dat gedeeld wordt. 01:35.690 --> 01:39.530 En dat is wat we zagen in onze vorige inbraak. 01:39.530 --> 01:41.870 Charles, we hadden een gedeeld deel van het netwerk. 01:42.080 --> 01:44.120 Dit netwerk werd gedeeld tussen de agenten. 01:44.120 --> 01:50.030 En zoals Adlen je meer zal vertellen in de praktische tutorials, helpt dat echt bij de uitdaging van het 01:50.030 --> 01:50.450 uiteenvallen. 01:50.640 --> 01:56.030 En er zijn heel veel andere manieren waarop u hun Thrissur-algoritme kunt wijzigen, en 01:56.030 --> 01:59.570 tal van andere toevoegingen die kunnen worden geïmplementeerd. 01:59.780 --> 02:03.320 En een daarvan gaan we bespreken, omdat we hier eigenlijk een 02:03.890 --> 02:10.190 praktische reeks tutorials zouden hebben voordat je lagen raakt, die je kunt toevoegen, is een LSM-laag, een neurale netwerklaag, die 02:10.370 --> 02:17.510 je Athalia in staat stelt wat we roep het algoritme op om geheugen te hebben, waardoor het algoritme kan onthouden wat er 02:17.510 --> 02:18.800 eerder is gebeurd. 02:18.800 --> 02:20.900 En we zullen het nu in meer detail over Elysium hebben. 02:21.050 --> 02:25.330 Maar eigenlijk kun je hier een extra laag toevoegen, namelijk de l'Est, Jim Lehrer, en het algoritme 02:25.340 --> 02:27.890 verbeteren met wat extra geheugen van een andere functie. 02:27.890 --> 02:32.630 En wat je in de praktijk ook gaat zien, is dat we na de prikkel niet eens meer verborgen 02:32.630 --> 02:33.650 lagen nodig hadden. 02:33.650 --> 02:38.780 Dus je zult zien dat hij in Adelaide's implementatie meteen de afvlakkingslaag heeft. 02:38.780 --> 02:40.350 Daarna heeft hij de Elysium-laag. 02:40.370 --> 02:45.950 Dus eigenlijk vertegenwoordigt dit vak de LSM-laag en daarna heb je meteen de uitvoer. 02:45.950 --> 02:50.960 Dus je had daarna zelfs geen andere verborgen lagen meer nodig, simpelweg omdat dat 02:50.960 --> 02:57.760 is hoeveel kracht de LSM-laag toevoegt aan het algoritme en nogmaals, het algoritme of de architectuur van je neurale netwerk. 02:57.770 --> 03:01.330 Het is iets heel individueels, het is een persoonlijke voorkeur, het is iets heel creatiefs. 03:01.340 --> 03:03.680 Dus misschien wilt u elastomeerlagen. 03:03.680 --> 03:08.870 Misschien heb je L. N. analist Jim Lehrer en dan is er een aantal zoals vijf verborgen lagen na de L'Estang. 03:09.110 --> 03:11.540 Dat is helemaal aan jou en aan jou om te experimenteren en te verkennen. 03:11.840 --> 03:16.320 Maar dit is wat we bedachten in de praktische tutorials. 03:16.340 --> 03:19.250 Dus je zult zien dat we een afvlakking hebben, een platte laag. 03:19.250 --> 03:24.110 En daarna hebben we analist Jim Lehrer en dan de output. 03:24.320 --> 03:28.430 Dus nu we het hier zo vaak over hebben gehad, Tamla, wat is dit, Ella Stemler? 03:28.730 --> 03:30.080 Wel, er zijn, Jim, soortgelijke advertenties. 03:30.080 --> 03:36.170 Geheugen geeft een functie waarmee het neurale netwerk geheugen kan hebben over wat er in de vorige iteraties is 03:36.170 --> 03:36.740 gebeurd. 03:36.920 --> 03:43.050 En het wordt vaak gesymboliseerd of weergegeven met een symbool dat er zo uitziet. 03:43.220 --> 03:44.930 Dit zijn wij die er net mee begonnen zijn. 03:45.140 --> 03:46.070 En ik zet het hier maar neer. 03:46.070 --> 03:47.750 Ik weet dat het er erg krom uitziet, maar ik plaats het hier. 03:47.750 --> 03:52.820 Dus je kunt zien wat er aan de hand is toen we deze afbeelding verder bespraken. 03:52.830 --> 03:56.360 Dus dit komt de uitvoer van deze laag hier binnen. 03:56.690 --> 04:01.520 En dat is onze dus dit is een hele laag die hier naar binnen gaat. 04:01.520 --> 04:02.960 Het is dus een vector van waarden. 04:02.960 --> 04:03.650 X is een vector. 04:03.650 --> 04:07.370 Waarden gaan het systeem in, dat af en toe alleen discussieert als een uitvoer, je krijgt een 04:07.370 --> 04:10.450 andere vector, die, weet je, de aaneenschakeling van deze winkel of iets is. 04:10.490 --> 04:13.370 Op de een of andere manier sluit het aan bij netwerkanalyse als output. 04:13.370 --> 04:14.660 Je krijgt dit en je krijgt dit. 04:14.990 --> 04:17.270 Laten we dit dus in meer detail bekijken. 04:17.270 --> 04:18.650 Dus we moeten ons gewoon op dit onderdeel concentreren. 04:18.920 --> 04:22.820 In feite gaan we, zoals je waarschijnlijk hebt gemerkt door de letters aan 04:22.820 --> 04:24.320 deze kant, het opzij draaien. 04:24.320 --> 04:31.280 Dus zo en deze hele warboel was alleen maar om het feit te herhalen dat hoewel het er zo uitziet, wat 04:31.280 --> 04:36.860 er feitelijk gebeurt een laag van waarden is, een hele vector van waarden die hier naar binnen 04:36.860 --> 04:37.300 gaat. 04:37.490 --> 04:41.370 Er gebeurt iets dat we zo nu en dan zullen bespreken, er is hier een hele vector van waarden aan de hand. 04:41.390 --> 04:43.160 Dit is dus de laag. 04:43.160 --> 04:47.220 Het is niet slechts één element hiervan, dit is de laag zelf. 04:47.240 --> 04:49.070 Dus laten we weer terug gaan. 04:49.400 --> 04:53.420 Gewoon om te herhalen, laag gaat in deze laag. 04:53.630 --> 04:55.340 Er gebeurt iets, er komt een laagje uit. 04:55.700 --> 04:58.610 Dus dat is dat de LSM gewoon op zijn kant ligt. 04:58.610 --> 04:59.990 Dus het is gewoon makkelijker om te bespreken. 05:00.060 --> 05:05.490 Op deze manier, en dat is de gebruikelijke voorstelling hier op dit moment, dat we het erover eens zijn waarom dit beeld op 05:05.490 --> 05:07.650 zijn kant stond en hoe gaan we hiermee verder? 05:07.830 --> 05:11.300 Laten we wat meer in deze LSM-situatie duiken. 05:11.580 --> 05:14.070 Dus wat gebeurt er binnen de LSM-lagen? 05:14.070 --> 05:15.210 Dus dit is hoe het eruit ziet. 05:15.450 --> 05:20.790 En dit ziet er natuurlijk erg ingewikkeld uit en we gaan dit nu 05:20.790 --> 05:27.320 zeker niet allemaal doornemen, simpelweg omdat er nogal wat te bespreken is, een punt van operaties, Alawi's 05:27.330 --> 05:35.580 operaties en er is gewoon veel gaande of veel van ingewikkelde details waar we niet op in gaan, omdat het anders 05:35.580 --> 05:37.320 deze cursus zou uitblazen. 05:37.320 --> 05:40.440 En dit is niet de bedoeling is niet om hier over alle stengels te praten. 05:40.530 --> 05:42.330 We gaan gewoon elke elastomeren gebruiken. 05:42.360 --> 05:49.290 En als je meer wilt weten over Ellis-edelstenen, kun je hier of naar de blog van Christopher Ola 05:49.290 --> 05:49.760 gaan. 05:50.430 --> 05:56.550 Hij heeft een goede beschrijving van elastomeren of we praten ook over elastomeren in onze deep learning-tijdperken, natuurlijk kun 05:56.550 --> 05:57.970 je het daar bekijken. 05:57.990 --> 06:01.210 We hebben een hele sectie over terugkerende neurale netwerken, ook analistenparels. 06:01.440 --> 06:06.350 Dus eigenlijk is dit het interne deel van het systeem. 06:06.390 --> 06:09.180 En wat er gebeurt is alsof de brief erin gaat. 06:09.180 --> 06:14.160 Dus we gaan hierover praten op een intuïtief niveau, op een heel basaal niveau en op een niveau 06:14.160 --> 06:19.050 dat precies genoeg zou zijn om te begrijpen wat er gebeurt, waarom er geheugen is, en zodat 06:19.050 --> 06:23.090 je ook beter kunt begrijpen waar Adlen het over heeft als hij dit implementeert. 06:23.460 --> 06:29.060 Dus Alagoas in dit alles, er gebeurt hier iets fundamenteels, de laag gaat omhoog. 06:29.640 --> 06:31.170 Wat moeten we echt zien? 06:31.170 --> 06:37.390 Is dat deze delen, dan zijn er eigenlijk extra inputs in deze laag. 06:37.410 --> 06:42.810 Dus onthoud dit, meestal heb je een invoer van een vorige laag, dan deze laag, en dan heb je 06:42.810 --> 06:43.500 een uitvoer. 06:43.500 --> 06:49.740 Als je denkt aan dat beeld dat we eerder hadden, het normale netwerk, dat niet op zijn kant ligt, dat is zoals van 06:49.740 --> 06:52.500 links naar rechts nu, van boven naar beneden naar boven. 06:52.730 --> 06:55.050 Maar tenzij je echt meer input hebt. 06:55.230 --> 06:59.310 Dus ik weet dat het nog ingewikkelder wordt, maar deze dingen, we kunnen ze tenminste begrijpen. 06:59.340 --> 07:03.190 Dus dit is je geheugencel? 07:03.300 --> 07:04.290 Dit is de sleutel. 07:04.290 --> 07:06.550 En dit is waar je Adlen over zult horen praten. 07:06.750 --> 07:11.850 De geheugencel is dus iets dat in de LSM wordt opgeslagen. 07:11.850 --> 07:15.720 Dus deze in- en uitgangen, ze zijn er eigenlijk. 07:15.720 --> 07:18.170 Waar je naar kijkt is de tijdas. 07:18.180 --> 07:20.210 Dit is dus ontrafeld in de tijd. 07:20.220 --> 07:27.630 Dus in één specifieke iteratie gebeurt dit, maar dan wordt deze waarde 07:27.630 --> 07:32.310 uit het verleden gehaald en deze waarde 07:32.520 --> 07:35.370 wordt hierin doorgegeven. . 07:35.380 --> 07:41.340 Dus zonder ons al te veel zorgen te maken over wat hier aan de hand is, hoeven we alleen 07:41.340 --> 07:48.840 maar te begrijpen dat de letter erin gaat en hier hebben we al een waarde die uit het verleden kwam, die is opgeslagen 07:49.020 --> 07:51.330 in de LSM, in het kortetermijngeheugen. 07:51.990 --> 08:00.000 We hebben deze geheugencel en welke waarde hier ook was, hij blijft gewoon hier, zoals je kunt zien. 08:00.000 --> 08:04.980 Het gaat er gewoon doorheen, het stroomt er vrijelijk doorheen, behalve voor deze Portnoy's operaties waar het ofwel kan worden 08:04.980 --> 08:06.990 afgesloten of er iets aan kan worden toegevoegd. 08:07.230 --> 08:11.390 Maar ongeacht dat, het is gewoon een waarde die vrijelijk doorstroomt. 08:11.400 --> 08:14.870 Dus eigenlijk wordt het doorgegeven aan het volgende tijdstip, de volgende keer. 08:14.880 --> 08:20.280 Dus je kunt het gewoon zien als een soort geheugen dat een flashdrive of iets dergelijks heeft dat 08:20.280 --> 08:21.320 deze cel heeft. 08:21.330 --> 08:24.240 En dus herinnert het zich gewoon de vorige waarde die dit hier was. 08:24.360 --> 08:29.700 En dan kan het dat gebruiken om eraan toe te voegen of van die waarde te lezen enzovoort. 08:30.210 --> 08:33.180 En deze waarde is de verborgen staat. 08:33.180 --> 08:40.410 Het is de dus vandaar de H en de verborgen staat is in feite een andere waarde die uit het verleden komt en vervolgens 08:40.410 --> 08:41.940 binnen het systeem wordt gebruikt. 08:41.940 --> 08:47.910 En zoals je aan het einde kunt zien, nadat dit allemaal is gebeurd, krijg je een laag die eruit komt en 08:47.910 --> 08:52.880 zo krijg je deze waarde die eruit komt en het is dezelfde waarde die wordt doorgegeven. 08:53.070 --> 08:59.490 Dus eigenlijk onthoudt de L'Estang te denken dat er een constante waarde is die net als een verblijf in het 08:59.490 --> 09:00.990 Elysium kan worden veranderd. 09:00.990 --> 09:04.680 Alsof er een flashstation is voor een constante waarde. 09:04.690 --> 09:05.700 Dus de geheugencel. 09:05.910 --> 09:11.820 En dus kunt u de luxe hebben om iets op te slaan in die ruimte, in dat geheugen, en het zal 09:11.820 --> 09:13.350 worden doorgegeven aan de toekomst. 09:13.360 --> 09:19.570 Dus telkens wanneer in de volgende iteratie het algoritme zo in een omgeving was, zag het iets dat iets 09:19.590 --> 09:20.520 deed, enzovoort. 09:20.520 --> 09:25.620 En dan kun je in de LSM een bepaalde waarde opslaan en dan onthoudt hij deze waarde, zelfs als hij in de 09:25.620 --> 09:26.550 volgende staat is. 09:27.330 --> 09:31.340 En ook de andere waarde die ze zullen onthouden, zal de vorige uitvoer onthouden. 09:31.350 --> 09:33.660 Het onthoudt automatisch de vorige uitvoer. 09:33.660 --> 09:35.060 Dus de output gaat hier en gaat hier. 09:35.460 --> 09:42.090 Dus dat is eigenlijk het zeer, zeer, zeer hoge niveau van wat er in een LSM gebeurt. 09:42.090 --> 09:47.160 Nogmaals, als je meer details wilt, er zijn veel bronnen waar je kunt vinden en in dit stadium hoeven 09:47.160 --> 09:50.730 we niet al te veel in detail te treden over al deze dingen. 09:51.000 --> 09:56.370 We moeten gewoon begrijpen, weet je, wat een geheugencel is, wat een verborgen geheugencel is, 09:56.370 --> 09:59.970 wat een hoofd en toestand is en hoe ze functioneren. 10:00.590 --> 10:06.560 Geheugen voor de elastine en de vraag is, dus nu we een soort algemeen overzicht 10:06.560 --> 10:16.550 hebben van dit alles om deze kennis te versterken of te verstevigen of zoiets, geef een reden voor deze kennis, laten we de vraag 10:16.700 --> 10:19.070 stellen, waarom hebben we geheugen? 10:19.100 --> 10:22.760 Waarom hebben we geheugen nodig in onze H3C of andere algoritmen? 10:23.030 --> 10:27.650 Laten we eens kijken naar ons voorbeeld, de uitdaging die we aangaan in de V.S. S. Dus de uitdaging is 10:27.650 --> 10:29.870 uitbraak en wat er gebeurt in uitbraak. 10:29.870 --> 10:30.640 Nou, en uitbreken. 10:30.650 --> 10:35.930 Je hebt deze omgeving, deze kleine blokken die je moet vernietigen als deze kleine bal en je 10:35.930 --> 10:40.910 moet ervoor zorgen dat dit jouw soort raket of platform is dat in beweging is. 10:40.930 --> 10:46.040 En het moet overal waar de bal vliegt, het moet de bal vangen en zal van het platform afkaatsen en teruggaan en 10:46.040 --> 10:49.310 ook de muren raken of weerkaatsen en teruggaan, een blok raken en terugkomen. 10:49.970 --> 10:54.050 En dat is dus de essentie van wat je moet bereiken. 10:54.200 --> 11:02.270 Maar laten we nu naar deze bal kijken alsof je een en een H3C-algoritmekijker bent of een agent in een van die 11:02.270 --> 11:03.800 agenten in H3C. 11:04.040 --> 11:05.180 Je ziet deze foto. 11:05.360 --> 11:07.340 Wat haal je hier uit? 11:07.550 --> 11:09.400 Wat zouden je acties vanaf hier zijn? 11:09.620 --> 11:11.780 Dus je kunt zien dat de bal vliegt, toch? 11:11.780 --> 11:12.110 Dus. 11:12.200 --> 11:13.550 Nou, het is vliegen, toch. 11:13.550 --> 11:15.890 Dus het gaat ergens heen en misschien vliegt het naar je toe. 11:15.890 --> 11:16.130 Rechts. 11:16.130 --> 11:17.750 Kunt u deze conclusie trekken? 11:17.750 --> 11:19.910 Zou je kunnen anticiperen dat dit op je afkomt? 11:20.090 --> 11:23.540 Je zou waarschijnlijk kunnen en misschien ben je op de juiste plek om de bal te vangen. 11:23.840 --> 11:26.570 Maar wat als de bal eigenlijk niet die kant op vliegt? 11:26.570 --> 11:27.320 Wat vliegt dat? 11:27.320 --> 11:28.340 Wat als het die kant op vliegt? 11:28.850 --> 11:34.220 Het punt is dat je aan dit ene beeld niet kunt zien welke kant het op vliegt, omdat je niet weet 11:34.220 --> 11:36.140 waar het was op het vorige moment. 11:36.470 --> 11:39.170 Dus als het hier was, dan vliegt het deze kant op. 11:39.170 --> 11:43.940 Dus als je de tijd van het vorige moment wist, als je wist dat het hier was, dan, weet je, hier is als een 11:43.940 --> 11:48.050 mens, trek je gewoon een lijn voor deze afslag en je zou zeggen, oh, OK, goed, zo gaat het deze kant 11:48.050 --> 11:48.410 op. 11:48.830 --> 11:52.200 Maar als je neuro's hier, trek je een lijn, de beurt gaat deze kant op. 11:52.370 --> 11:54.260 Bovendien, kijk hier eens naar. 11:54.260 --> 11:57.020 Het had eigenlijk ergens kunnen zijn zoals hier. 11:57.020 --> 11:59.510 Misschien gaat het omhoog, misschien gaat het echt die kant op. 11:59.510 --> 12:01.170 Dus misschien was het hier en ging ik naar boven. 12:01.370 --> 12:04.580 Dus alleen vanaf dat ene beeld is erg moeilijk. 12:04.580 --> 12:05.660 Het is eigenlijk onmogelijk. 12:05.870 --> 12:10.460 Het is net als geometrisch onmogelijk om te bepalen welke kant de bal op vliegt. 12:10.460 --> 12:17.810 En daarom helpt het lsm het geheugen eigenlijk echt, echt om het geheugen te verwijderen. 12:17.810 --> 12:19.790 Het kan nog steeds dat je het nog steeds goed kunt doen. 12:19.790 --> 12:24.530 Het kan waarschijnlijk raden of, je weet wel, andere manieren vinden om te begrijpen waar je heen moet. 12:24.530 --> 12:27.650 Maar als de LTM die maar eens die ene herinnering heeft. 12:27.650 --> 12:33.590 Dus als we zelfs teruggaan naar die ene waarde, nou, dat was een beetje zoals de uitvoer van de vorige waarde of 12:34.160 --> 12:39.650 misschien, je weet wel, misschien kun je het hier opslaan of op basis van deze waarde, zoals gebaseerd op 12:39.650 --> 12:43.190 de informatie die het komt van het vorige punt in de tijd. 12:43.190 --> 12:45.790 Dus laten we zeggen van wat hier zou zijn gebeurd. 12:45.800 --> 12:47.990 Dus daar was je bal eerder. 12:47.990 --> 12:53.030 Dus je kunt informatie over de omgeving van het vorige tijdstip via hier doorgeven, dan heb je 12:53.180 --> 12:54.110 het nu. 12:54.110 --> 13:00.500 Nu heb je niet alleen je informatie uit de afbeelding, laten we nog verder teruggaan, je zult die 13:00.500 --> 13:02.750 informatie uit de afbeelding onthouden. 13:02.750 --> 13:07.070 Nou, dit is Dhume, maar we werken eigenlijk met uitbraakinformatie van de afbeelding die hier, 13:07.070 --> 13:09.800 hier, hier kwam, omgezet in deze afgevlakte waarden. 13:10.010 --> 13:13.230 En dus is er informatie voor hen, beeld komt het Elysium binnen. 13:13.250 --> 13:20.090 En nu ineens, zoals je je herinnert, niet van ergens vandaan, maar van het vorige punt in de 13:20.480 --> 13:21.230 tijd. 13:21.230 --> 13:24.320 Dus daarom kun je niet echt demonstreren van bovenaf of van de bal van links. 13:24.320 --> 13:24.500 Rechts. 13:24.500 --> 13:30.410 Het is eigenlijk gewoon dat het gewoon in het systeem blijft waar je die informatie hebt, gewoon door de 13:30.410 --> 13:33.620 architectuur van de informatie over wat er eerder is gebeurd. 13:34.010 --> 13:35.780 En dus gaan we terug. 13:36.140 --> 13:42.740 Die informatie hier helpt je nu een beslissing te nemen over wat je moet doen, helpt het algoritme om een beslissing te nemen, 13:42.860 --> 13:48.740 en nu weet het ineens dat, oké, dus de bal ligt er eigenlijk in, laten we zeggen dat hij in 13:48.740 --> 13:51.050 deze richting vliegt of in deze richting. 13:51.050 --> 13:52.120 Dus ik ben op de goede plek. 13:52.140 --> 13:53.150 Ik zou hier moeten blijven. 13:53.180 --> 13:54.500 De kogels komen in mijn richting. 13:54.710 --> 13:58.670 Of als hij beseft dat de bal daar allebei ligt, moet hij naar links gaan bewegen, want als 13:58.670 --> 14:01.580 hij wat langer wacht, is het te laat en mist hij de bal. 14:01.850 --> 14:07.300 Dus eigenlijk helpt het Elysium daar echt in de kamer. 14:07.310 --> 14:12.200 En dat is precies wat we zullen zien als je de praktische tutorials met Adlen doet. 14:12.410 --> 14:12.950 Dus daar gaan we. 14:12.950 --> 14:14.150 Zo werkt dit team. 14:14.330 --> 14:16.220 En nog een extra opmerking. 14:16.430 --> 14:20.690 Zoals we aan het begin al zeiden, zijn de teams van ELLIS niet 100 procent nodig. 14:20.690 --> 14:24.340 Ze zijn niet compleet, alsof ze niet helemaal aan elkaar gehecht zijn. 14:24.350 --> 14:25.190 Ze zijn naar Shalgam. 14:25.430 --> 14:27.950 Misschien wilt u ze in het 3C-algoritme hebben. 14:27.950 --> 14:30.880 U wilt ze misschien niet hebben, afhankelijk van de situatie, afhankelijk van de architecturen. 14:31.130 --> 14:32.150 Er zijn tal van toevoegingen. 14:32.150 --> 14:38.450 En we hebben het al gehad over de toevoeging of de wijziging waarbij het neurale netwerk wordt gedeeld tussen 14:38.450 --> 14:38.830 actoren. 14:38.830 --> 14:40.640 Er is geen show tussen agenten niet. 14:40.920 --> 14:46.520 Nu Northerlies Elysium, er is er nog een die je zult zien in de praktische tutorials waar we entropie toevoegen, 14:46.520 --> 14:50.840 die wordt berekend door een verlies van polis, en Adlen zal je daar doorheen leiden. 14:51.170 --> 14:56.720 Dus eigenlijk zijn er veel verschillende wijzigingen die in een algoritme kunnen plaatsvinden. 14:56.960 --> 14:59.720 Ik herinner me alleen dat het afhangt van wat je. 14:59.730 --> 15:04.320 We willen bereiken, en het is ook iets dat we je aanmoedigen om te 15:04.320 --> 15:10.410 onderzoeken of je veel van deze gaat implementeren en onze verschillende algoritmen gaat proberen, we hebben er al een paar 15:10.410 --> 15:16.200 besproken en misschien kun je wat extra wijzigingen vinden die misschien interessant voor je zijn of misschien als je 15:16.200 --> 15:21.250 deze tutorials bekijkt, misschien zijn er tegen die tijd meer wijzigingen verschenen, die erg interessant zijn. 15:21.270 --> 15:27.330 Dus dat is zeker iets waar je naar zou kunnen kijken en dat je kennis van kunstmatige intelligentie en 15:27.330 --> 15:30.330 het maken van deze algoritmen verder zou kunnen vergroten. 15:30.630 --> 15:33.870 En wat dat betreft, ik hoop dat je genoten hebt van de tutorial van vandaag en ik kijk uit naar je volgende keer. 15:34.050 --> 15:35.480 Tot dan, geniet ervan.