WEBVTT 00:00.720 --> 00:03.450 Bună ziua și bineveniți înapoi la cursul de inteligență artificială. 00:03.490 --> 00:07.570 În tutorialul de astăzi vom vorbi despre o adăugare pe care o vom implementa pentru 00:07.580 --> 00:08.860 algoritmul nostru 8: 3. 00:08.860 --> 00:12.970 Se numește memoria pe termen lung sau LSD pe scurt. 00:12.970 --> 00:20.080 Deci, haideți să aruncăm o privire la ceea ce avem până acum și apoi vom discuta de ce avem nevoie de LSD și ce 00:20.080 --> 00:24.440 altceva pentru el este atât de mult până acum am discutat prin noi vom. 00:24.440 --> 00:29.950 Și am vorbit despre cele trei litere A din 3C și bineînțeles că am văzut că este de fapt un pic 00:29.950 --> 00:34.990 mai complet sau mult mai complex decât ceea ce avem pe această imagine avem de fapt trei sau 00:35.110 --> 00:39.640 mai mulți agenți care trec prin mediul înconjurător și comunică între ele și așa mai departe. 00:39.640 --> 00:44.890 Dar, din simplitate, pentru povestea de azi, o să ilustrăm totul cu acest agent, 00:45.190 --> 00:47.580 la final avem raportul critic. 00:47.590 --> 00:53.030 Deci, de fapt, odată ce avem o stare să stăm la această imagine pe măsură ce trece prin convoluție, atunci trece printr-o 00:53.050 --> 00:55.360 mișcare de Lego care trage un strat stratificat. 00:55.360 --> 01:02.500 Și în acest moment avem valori sau numere care sunt apoi propagate prin rețea și intră în straturile ascunse 01:02.500 --> 01:08.620 și apoi ca ieșire primim politica sau părțile actorului și obțin valoarea statului sau primim partea 01:08.830 --> 01:15.670 critică și ce vom face astăzi este că vom vorbi despre această parte ascunsă în straturile ascunse pe 01:15.670 --> 01:21.010 care le putem duce de fapt la nivelul următor și putem adăuga o 01:21.010 --> 01:21.700 notificare. 01:21.730 --> 01:26.440 Și am văzut deja existența mai multor notificări pentru ca aceștia să se mute, văzând 01:26.440 --> 01:32.900 unul dintre ei, am văzut că în unele cazuri puteți avea această parte principală a rețelei, care este individuală pentru fiecare agent. 01:32.920 --> 01:39.220 Sau puteți avea această parte principală a rețelei care este partajată și asta am văzut că în studiile noastre de 01:39.220 --> 01:42.150 intuiție anterioare am avut o parte comună a rețelei. 01:42.190 --> 01:47.560 Această rețea a fost împărțită între agenți și Adlon vă va spune mai multe în tutorialele practice care 01:47.830 --> 01:50.660 vă ajută cu adevărat la provocarea de rupere. 01:50.830 --> 01:55.560 Și există multe o mulțime de alte moduri în care puteți modifica algoritmul. 01:55.720 --> 01:59.720 O mulțime de alte adăugări care pot fi implementate. 01:59.920 --> 02:03.400 Și unul dintre ei vom discuta pentru că de fapt vom 02:03.700 --> 02:10.300 avea parte de partea practică a trollorilor înainte de a vă lovi și Lares pe care îl puteți adăuga este un elist 02:10.480 --> 02:18.610 Himmler o rețea neurală Klare care vă permite ca algoritmul dvs. de evaluare să aibă memorie care permite algoritmului să-și amintească ce sa întâmplat înainte și vom 02:18.610 --> 02:21.050 vorbi despre LACMA chiar acum în detaliu. 02:21.130 --> 02:26.080 Dar, practic, puteți adăuga un strat suplimentar aici care îl eliberează pe Lehre și vă sporește algoritmul cu unele Nimer-uri 02:26.080 --> 02:30.190 suplimentare ale unei alte caracteristici și pe care o veți vedea de fapt în aplicația 02:30.190 --> 02:36.250 Sorrells este că nici măcar nu aveam nevoie de straturi ascunse după ce toate acestea erau similare Așa că veți vedea asta în implementarea Atlantei. 02:36.250 --> 02:38.860 El are aplatizarea acolo imediat. 02:38.860 --> 02:43.530 După asta, el a primit stelajul. De fapt, această casetă reprezintă jucătorul elist. 02:43.630 --> 02:48.730 Și după aceea imediat după aceea aveți ieșirea astfel încât să nu mai aveți nevoie de niciun alt Lares ascuns 02:48.730 --> 02:53.320 după asta, pur și simplu pentru că asta este cât de multă putere adaugă larucul LSM algoritmului. 02:53.350 --> 02:59.200 Și din nou algoritmul sau arhitectura propriei dvs. rețele este un lucru foarte vizibil, este o 02:59.200 --> 03:00.260 preferință personală. 03:00.270 --> 03:05.010 Este un lucru foarte creativ, așa că ar trebui să eliminați jucători care ar fi putut să-l învețe pe analistul 03:05.020 --> 03:05.700 Jim Lehrer. 03:05.710 --> 03:09.130 Acestea sunt mai multe ca cinci straturi ascunse după ce le enumeră. 03:09.160 --> 03:11.750 Asta depinde în totalitate de dvs. și de experimentarea și explorarea. 03:11.920 --> 03:18.430 Dar asta este ceea ce am apărut în tutoriale practice, astfel încât veți vedea că avem un 03:18.580 --> 03:24.410 strat flattening flat și după aceea avem un lir baraj ls și apoi ieșirea. 03:24.420 --> 03:28.680 Deci, acum am vorbit despre celălalt similar atât de mult despre ceea ce este un handler. 03:28.840 --> 03:34.750 Ei bine, lacul LACMA adaugă memorie oferă o caracteristică cum ar permite rețelei neuronale să 03:34.750 --> 03:42.580 aibă memorie despre ceea ce sa întâmplat în iterațiile anterioare și este adesea simbolizat sau arătat cu un simbol care arată 03:42.580 --> 03:43.280 astfel. 03:43.300 --> 03:46.110 Aceasta este doar începutul în ea și eu doar pun aici. 03:46.120 --> 03:51.820 Știu că arată foarte strâmbă, dar o pun pe aici pentru a putea vedea când discutăm despre această imagine. 03:51.820 --> 03:58.470 Puteți vedea ce se întâmplă, astfel că ieșirea din această scrisoare merge aici și asta este a noastră. 03:58.660 --> 04:04.480 Deci, acesta este un strat intreg care intră aici, deci este un vector al valorilor x este un vector în care avows intră în tulpină, pe 04:04.570 --> 04:06.080 care o vom renunța la celulă. 04:06.250 --> 04:10.540 Și apoi ca ieșire veți obține un alt vector, care este cunoscut de concatenare a acestor magazin 04:10.540 --> 04:15.030 sau unele Cumva legături în cazul nostru ca o ieșire veți primi acest lucru și veți obține acest lucru. 04:15.040 --> 04:17.350 Deci, haideți să aruncăm o privire la acest lucru în detaliu. 04:17.350 --> 04:19.090 Deci se va concentra pe această parte. 04:19.120 --> 04:23.320 De fapt, intrăm așa cum probabil ați observat prin scrisorile care se află pe partea pe care o vom 04:23.650 --> 04:24.430 întoarce în lateral. 04:24.430 --> 04:31.120 Așa că totul și tot acest lucru, cum ar fi un amestec în jurul valorii, a fost doar să reiterez faptul că, deși 04:31.120 --> 04:36.910 se pare că acest lucru se întâmplă de fapt, este un strat de valori un vector întreg de valori 04:36.910 --> 04:37.530 intră aici. 04:37.630 --> 04:41.440 Se întâmplă ceva care tocmai se va produce doar acum și apoi se va întâmpla un val întreg de vectori. 04:41.440 --> 04:47.310 Deci, acesta este stratul pe care nu este doar un element al acestui strat. 04:47.350 --> 04:55.590 Deci, să ne întoarcem din nou doar pentru a reitera faptul că Lehre intră în acest loc unde se întâmplă ceva Lehre iese. 04:55.810 --> 04:58.680 Deci asta este LACMA este doar pe partea lui. 04:58.690 --> 05:02.370 Deci este mai ușor doar așa și este o reprezentare comună. 05:02.500 --> 05:07.870 Chiar acum, suntem de acord cu motivul pentru care această imagine era de partea sa și cum vom proceda la aceasta. 05:07.960 --> 05:11.710 Să începem să săpăm mai mult în această situație LACMA. 05:11.710 --> 05:14.070 Și ce se întâmplă în interiorul lui Ellis Jim Lehrer. 05:14.080 --> 05:15.400 Asa arata cum arata. 05:15.610 --> 05:20.830 Și, bineînțeles, acest lucru pare foarte complex și cu siguranță nu vom trece prin toate astea acum, pur 05:20.860 --> 05:24.000 și simplu pentru că sunt destul de multe de discutat. 05:24.010 --> 05:32.080 Punctul a fost operațiunea operațiunii Xolair înțelept și tocmai se întâmplă multe lucruri sau o mulțime de detalii complicate pe care nu 05:32.110 --> 05:37.720 le vom intra, pentru că altfel ar exploda acest lucru desigur și acest lucru nu este 05:37.720 --> 05:42.410 scopul nu este să vorbim despre Else barajele care vor folosi LACMA. 05:42.430 --> 05:48.520 Și dacă doriți să aflați mai multe despre sistemele Ellis, puteți merge la sau suntem aici. 05:48.520 --> 05:50.130 Blogul lui Christopher Ola. 05:50.500 --> 05:56.750 Are o descriere bună a tulpinilor sale sau vorbim, de asemenea, despre LACMA în vârsta noastră profundă de învățare, desigur 05:56.770 --> 05:58.060 că o puteți verifica. 05:58.060 --> 06:01.420 Avem o întreagă secțiune despre rețelele și sistemele neuronale recurente. 06:01.540 --> 06:06.470 De fapt, aceasta este partea internă a sistemului. 06:06.520 --> 06:12.160 Și ceea ce se întâmplă este ca și cum piciorul intră, așa că vom vorbi despre acest lucru la un nivel intuitiv 06:12.160 --> 06:17.650 la un nivel foarte simplu doar ceea ce urma să fie suficient pentru noi să înțelegem ce se întâmplă sau de ce 06:17.650 --> 06:18.400 există memorie. 06:18.400 --> 06:23.530 Și ca să înțelegeți mai bine despre ce vorbește Atlanta atunci când pune în aplicare acest lucru. 06:23.560 --> 06:29.440 Deci, Largo e în legătură cu ceva ce se petrece aici Larry urcă. 06:29.710 --> 06:35.710 De fapt, ceea ce trebuie să vedem este că există aceste părți, de fapt, există contribuții 06:35.800 --> 06:37.480 suplimentare în acest Lehre. 06:37.480 --> 06:42.970 Deci, amintiți-vă de obicei că aveți o intrare de la o Lehre anterioară, apoi această literă și apoi aveți o 06:42.970 --> 06:49.290 ieșire dacă vă gândiți la acea imagine pe care am avut anterior o rețea normală, care nu este pe partea ei, care este 06:49.290 --> 06:52.660 ca de la stânga la dreapta de sus spre partea de sus. 06:52.810 --> 06:55.350 Dar dacă nu aveți mai multe contribuții. 06:55.360 --> 06:59.410 Deci știu că devine și mai complexă, dar aceste lucruri mă pot înțelege cel puțin. 06:59.410 --> 07:03.380 Deci asta e celula ta de memorie. 07:03.400 --> 07:06.760 Aceasta este cheia și acesta este ceea ce veți auzi despre Heidel Atlanta. 07:06.880 --> 07:15.220 Deci, celula de memorie este ceva care este salvat în elist el, astfel încât aceste intrări și ieșiri sunt de fapt aici ceea 07:15.490 --> 07:18.280 ce te uiți la este axa timpului. 07:18.280 --> 07:26.260 Deci, acest lucru este dezvaluit in timp, asa ca intr-o anumita iteratie aceasta se intampla, dar atunci aceasta valoare este luata de la posed si aceste valori 07:26.260 --> 07:30.910 trecute in aceste valori aceste valori sunt luate din trecut si aceste valori sunt transmise pe 07:30.910 --> 07:35.660 viitor si cum trec bogatia prin modul în care lucrează în echipă altfel, așa că suntem 07:35.680 --> 07:38.480 urmăriți îngrijorându-ne prea mult despre ce se întâmplă aici. 07:38.590 --> 07:44.950 Tot ce trebuie să înțelegem este că atunci când scrisoarea intră și aici avem cu adevărat 07:44.950 --> 07:51.740 o valoare care a venit din trecut care este stocată în interiorul LSD în memoria lungă pe termen lung. 07:52.060 --> 07:59.950 Avem această celulă de memorie și orice valoare a fost aici înainte ca ea să rămână doar aici, așa cum puteți vedea că doar trece prin ea 07:59.950 --> 08:04.960 curge prin liber, cu excepția acestor operații punctuale în cazul în care aceasta poate fi fie închis 08:04.960 --> 08:07.210 sau ceva poate fi adăugat la aceasta. 08:07.330 --> 08:13.360 Dar, indiferent de faptul că este doar o valoare care curge liber, așa că în esență este trecut pe punctul 08:13.360 --> 08:14.900 următor în punctul următor. 08:14.920 --> 08:20.350 Așa că ați putea să vă gândiți la ea ca la o amintire care ar fi ca o unitate 08:20.350 --> 08:25.750 flash sau ceva de genul că această celulă are și așa își amintește de valoarea anterioară care a fost 08:25.750 --> 08:30.350 aici și apoi poate să folosească asta pentru a adăuga sau citiți din acea valitudine. 08:30.370 --> 08:33.670 Și această valoare este starea ascunsă. 08:34.000 --> 08:37.670 Prin urmare, H și starea ascunsă sunt în principiu. 08:37.740 --> 08:42.000 Și acum, valoarea care vine din trecut și apoi este folosită în interiorul sistemului. 08:42.010 --> 08:48.180 Și după cum puteți vedea la sfârșit, după ce toate acestea se întâmplă, ceea ce obțineți este să obțineți o scrisoare care iese 08:48.220 --> 08:53.170 și este pentru a obține această valoare care iese și este aceeași valoare care a trecut înainte. 08:53.170 --> 08:59.440 Deci, în principiu, echipa Ellis își amintește de două lucruri că există o valoare constantă care este la fel ca rămâne 08:59.440 --> 09:04.720 în listă și care poate fi schimbată ca aceasta este o unitate flash ca o valoare constantă. 09:04.720 --> 09:05.990 Deci celula de memorie. 09:06.040 --> 09:11.940 Și astfel puteți să aveți luxul de a stoca ceva în acel spațiu și în acea memorie și va fi trecut 09:11.930 --> 09:15.290 pe viitor, astfel încât ori de câte ori în următoarea iterație. 09:15.320 --> 09:20.620 Deci, ca algoritmul a fost într-un mediu în care a văzut ceva a făcut ceva și așa mai departe. 09:20.650 --> 09:25.690 Apoi, în LACMA puteți stoca o anumită valoare, atunci își va aminti această valoare chiar și atunci când 09:25.690 --> 09:26.960 este în starea următoare. 09:27.400 --> 09:31.420 Și, de asemenea, cealaltă valoare pe care o vor aminti, nu-și amintește de rezultatele anterioare. 09:31.420 --> 09:35.370 În mod automat își va aminti ieșirea anterioară, astfel că ieșirea merge aici și merge aici. 09:35.560 --> 09:42.160 Deci asta este în esență nivelul foarte foarte foarte ridicat al ceea ce se întâmplă într-un LSM. 09:42.160 --> 09:47.530 Încă o dată, dacă doriți mai multe detalii ca o mulțime de resurse unde puteți găsi și în acest stadiu, 09:47.530 --> 09:51.100 nu trebuie să intrăm în detaliu cu privire la toate aceste lucruri. 09:51.100 --> 09:56.440 Trebuie doar să înțelegem că știi ce înseamnă o celulă de memorie ce aderență la celula de 09:56.440 --> 10:02.270 memorie este ceea ce este un cap de stat și cum ar fi modul în care facilitează memoria pentru el. 10:02.330 --> 10:09.920 Și întrebarea este așa că acum avem o privire de ansamblu generală a tuturor acestor lucruri pentru a întări sau 10:10.250 --> 10:16.220 pentru a consolida această cunoaștere pe care o faceți ca un motiv pentru această cunoaștere. 10:16.220 --> 10:19.160 Să punem întrebarea de ce avem nevoie de memorie. 10:19.190 --> 10:23.180 De ce avem nevoie de memorie în algoritmii noștri A-3 sau alți algoritmi. 10:23.180 --> 10:26.990 Să aruncăm o privire la exemplul nostru, provocarea pe care o luăm în această secțiune. 10:26.990 --> 10:32.420 Așa că provocarea este spargerea și ceea ce se întâmplă și se rupe va și să izbucniți ați primit acest mediu aceste 10:32.420 --> 10:37.340 blocuri mici pe care trebuie să le distrugeți cu această minge mică și trebuie să vă asigurați că acesta 10:37.340 --> 10:41.120 este genul dvs. de genul de rachetă sau platformă care se mișcă în jurul. 10:41.150 --> 10:46.610 Și trebuie ca oriunde mingea să zboare, trebuie să prindă mingea și să sări de pe platformă și să se întoarcă și 10:46.610 --> 10:48.160 să lovească și bilele zidurilor. 10:48.160 --> 10:50.060 Du-te înapoi un bloc și întoarce-te. 10:50.060 --> 10:54.270 Și așa este esența a ceea ce trebuie să realizați. 10:54.290 --> 11:02.330 Dar acum să ne uităm la această minge ca imaginați-vă că sunteți un algoritm și un algoritm 83 C sau un agent în interiorul unuia 11:02.330 --> 11:04.040 dintre acești agenți în 08:30. 11:04.160 --> 11:07.550 Vedeți din această imagine ce extragi de aici. 11:07.670 --> 11:09.580 Care ar fi acțiunea ta aici pentru tine. 11:09.740 --> 11:11.790 Deci puteți vedea bilele care zboară drept. 11:11.840 --> 11:13.640 Atât de bine că zboară bine. 11:13.640 --> 11:16.610 Deci, merge undeva și poate că zboară spre dreapta. 11:16.610 --> 11:20.230 Puteți face această concluzie dacă doriți să anticipați că vine spre tine. 11:20.240 --> 11:23.720 Probabil ați putea și ați putea fi în locul potrivit pentru a prinde mingea. 11:23.930 --> 11:28.890 Dar dacă mingea nu zboară în felul ăsta, dar zboară că dacă o să zboare în acest fel. 11:28.910 --> 11:34.250 Lucrul este că nu poți spune din această singură imagine despre felul în care zboară, pentru că nu 11:34.250 --> 11:36.370 știi unde a fost în momentul anterioară. 11:36.560 --> 11:39.220 Deci, dacă a fost aici, atunci zboară în felul ăsta. 11:39.230 --> 11:43.850 Deci, dacă ați fi știut momentul momentului anterior dacă ați știut că este aici, veți fi acolo acum știți că 11:43.850 --> 11:48.650 aici este ca un om pe care tocmai trageți o linie pentru aceste două și veți spune că mergeți în acest fel. 11:48.920 --> 11:52.360 Dar dacă ați știut aici, trageți linii ca și cum ați merge în acest fel. 11:52.490 --> 11:54.320 Mai mult decât atât. 11:54.320 --> 11:57.130 Ar fi putut fi de fapt undeva ca aici. 11:57.140 --> 12:01.280 Poate că merge mai sus, poate chiar merge așa, așa că poate a fost aici 12:01.460 --> 12:05.960 și mă îndreptam cu așa ceva, doar că din acea imagine este foarte greu de fapt imposibil. 12:05.960 --> 12:10.540 Este la fel de imposibil din punct de vedere geometric să afli în ce direcție mingea zboară. 12:10.550 --> 12:18.830 Și de aceea LSD memoria de fapt, într-adevăr, într-adevăr ne ajută memoria noastră încă mai puteți face încă o treabă bună, dar probabil 12:18.830 --> 12:24.610 ar putea ghici sau știți că găsiți alte modalități de a înțelege unde să meargă. 12:24.620 --> 12:31.520 Dar cu tulpina mișcă chiar și acea memorie, așa că dacă ne vom întoarce chiar și cu acea valoare care 12:31.520 --> 12:37.460 ar fi un fel de ieșire a valorii anterioare sau poate știi că poate o poți stoca 12:37.460 --> 12:43.250 aici sau pe baza acestei valori sau pe baza pe informațiile obținute de la punctul anterior. 12:43.250 --> 12:45.920 Deci, să spunem din ceea ce sa întâmplat aici. 12:45.920 --> 12:51.650 Deci, acolo a fost locul în care a fost mingea înainte, astfel încât să puteți transmite informații despre mediul înconjurător de la punctul 12:51.650 --> 12:53.200 anterior în timp până aici. 12:53.270 --> 12:57.900 Apoi, acum aveți acum că știți nu numai informațiile dvs. din imagine. 12:58.040 --> 13:02.850 Dacă ne întoarcem chiar mai departe, veți aminti acele informații din imagine. 13:02.870 --> 13:06.050 Ei bine, acest lucru este sortit, dar de fapt lucrăm pentru a sparge informații. 13:06.050 --> 13:10.020 Imaginea a venit aici aici, transformată în aceste valori aplatizate. 13:10.160 --> 13:11.500 Și astfel încât informațiile pentru ei. 13:11.510 --> 13:13.320 Imagine care intră în întregul sistem. 13:13.340 --> 13:20.150 Și acum dintr-o dată, cum vă amintiți, venind de la nu de undeva, ci din punctul de vedere 13:20.600 --> 13:21.290 anterior. 13:21.290 --> 13:24.630 Deci, în cazul în care vă demonstrați de fapt vin de sus sau de pe minge din dreapta stânga. 13:24.650 --> 13:28.410 De fapt, tocmai sta doar în elist. 13:28.490 --> 13:31.170 Aveți acele informații doar prin arhitectură. 13:31.180 --> 13:33.980 Vor spune că aveți informații despre ceea ce sa întâmplat anterior. 13:34.160 --> 13:40.940 Așadar, revenim că informațiile de aici vă ajută să luați acum o decizie cu privire la ce să faceți. 13:40.940 --> 13:42.930 Ajută algoritmul să ia o decizie. 13:43.010 --> 13:45.010 Și acum dintr-o dată știe asta. 13:45.140 --> 13:45.500 O.K. 13:45.500 --> 13:48.320 Deci, mingea este de fapt situată în oricare dintre ele. 13:48.350 --> 13:52.730 Sa zicem ca zboara in aceasta directie sau in aceasta directie asa ca sunt in locul potrivit ca ar trebui sa stau 13:52.730 --> 13:57.050 pe aici mingea vine in directia mea sau daca sau daca realizeaza ca mingea e acolo acolo ar trebui sa inceapa 13:57.050 --> 14:00.710 sa se miste in stanga pentru că dacă așteaptă un pic mai mult, va fi prea târziu. 14:00.740 --> 14:01.780 Și le va pierde mingea. 14:01.940 --> 14:08.630 Deci, practic el este modul în care elist ei în cazul în care într-adevăr ajută în algoritm și exact 14:08.630 --> 14:12.360 asta vom vedea atunci când faci tutoriale practice din Atlanta. 14:12.500 --> 14:14.370 Deci, acolo mergeți așa funcționează aceste echipe. 14:14.480 --> 14:20.720 Și doar o notă suplimentară, așa cum am menționat la start, Ellis nu este necesară în proporție de 100%. 14:20.720 --> 14:25.430 Nu sunt complete. Nu sunt complet atașate de algoritm. 14:25.550 --> 14:29.420 S-ar putea să doriți să le aveți într-un algoritm prin intermediul C, pe care să nu-l doriți să le aveți, în funcție 14:29.420 --> 14:31.180 de situația de a aduce Arctic pe care o alegeți. 14:31.250 --> 14:37.340 Există o mulțime de adăugiri și am discutat deja adăugarea sau modificarea în care rețeaua neurală este împărțită 14:37.340 --> 14:40.950 între actori care nu sunt împărțiți între agenți sau nu. 14:41.010 --> 14:46.610 Acum, totuși, elistul Jim este altul pe care îl veți vedea în tutorialele practice în care adăugăm 14:46.610 --> 14:51.280 entropia calculată printr-o politică care vă va permite Adlon să vă treacă prin asta. 14:51.290 --> 14:57.190 De fapt, există o mulțime de modificări diferite care se pot întâmpla într-un algoritm A-380. 14:57.290 --> 15:03.180 Amintiți-vă că depinde de ceea ce doriți să realizați și este, de asemenea, ceva care vă 15:03.180 --> 15:09.060 va încuraja să explorați dacă veți implementa multe dintre acestea și veți încerca algoritmi diferiți. 15:09.180 --> 15:14.880 Am discutat deja un cuplu și poate veți găsi câteva modificări suplimentare care ar putea fi de interes pentru 15:14.880 --> 15:19.110 dvs. sau poate când vizionați aceste tutoriale, poate că le puteți cumpăra mai multe 15:19.110 --> 15:21.330 modificări care au ieșit foarte interesante. 15:21.330 --> 15:27.330 Deci, cu siguranta, asta e ceva in care ai putea sa te uiti si asta ar putea imbunatati mai 15:27.420 --> 15:30.740 mult cunoasterea inteligentei artificiale si cum sa creezi aceste algoritmi. 15:30.780 --> 15:34.200 Și în această notă sper să vă bucurați de acest tutorial și vă voi căuta data viitoare. 15:34.200 --> 15:35.380 Până atunci, bucurați-vă. 15:35.380 --> 15:35.590 I.