WEBVTT 00:00.490 --> 00:02.550 Hallo und herzlich willkommen zu diesem Tutorial. 00:02.560 --> 00:07.550 Also gut, also fangen wir mit dem ersten Mann unserer Moral und dem wichtigsten Geflügel an, das durcheinander 00:07.630 --> 00:08.410 geraten ist. 00:08.440 --> 00:09.020 Warum. 00:09.180 --> 00:14.590 Und dies ist in dieser Datei, dass wir das Gehirn des Homo implementieren werden. Sie kennen das Gehirn 00:14.650 --> 00:20.290 im Herzen des 8: 3-Simmos, das sich in dieser Datei befindet und die das neuronale Netzwerk bilden wird, das 00:20.290 --> 00:25.030 natürlich einige Convolutional-Signale enthält, wenn dies funktioniert da wir natürlich immer noch einiges an Verstärkung 00:25.030 --> 00:25.570 lernen. 00:25.690 --> 00:31.690 So können Sie Augen haben und in dieses neuronale Netzwerk alles integrieren, was mit dem aktiven 00:31.870 --> 00:34.600 Craigmile zusammenhängt und es gibt einen Bonus. 00:34.630 --> 00:39.550 Wie ich Ihnen sagte, implementieren wir eine der mächtigsten A-3-Sitten und das macht 00:39.550 --> 00:45.910 es so mächtig, dass es ein neues Netzwerk und genauer im Langzeitgedächtnis des LCN enthält, damit wir 00:45.910 --> 00:48.660 die zeitlichen Eigenschaften dessen erfahren können los 00:48.670 --> 00:54.710 Das sind wiederum die zeitlichen Eigenschaften der Eingabe, so dass die Vorhersagen noch besser sein können. 00:55.270 --> 00:56.050 Also los geht's. 00:56.050 --> 01:01.330 Wir implementieren ein sehr leistungsfähiges Modell, das im Wesentlichen alle neuronalen Netzwerke kombiniert, die wir im 01:01.420 --> 01:02.590 Vertiefungskurs gesehen haben. 01:02.680 --> 01:08.070 Das ist ein künstliches neuronales Netzwerk, ein konvolutionäres neuronales Netzwerk und ein Rekord-neues Netzwerk. 01:08.260 --> 01:13.240 Und im Herzen all dieser Netzwerke gibt es natürlich das A-380-Modell, das die AI-KI sehr mächtig 01:13.240 --> 01:14.040 machen wird. 01:14.410 --> 01:18.300 Also lasst uns dies machen, dieses Modell angreifen und implementieren. 01:18.430 --> 01:21.760 Wir beginnen also mit zwei Funktionen. 01:21.850 --> 01:26.410 Es gibt nur einige Funktionen, die sich darum kümmern, wie wir die Gewichte initialisieren können, weil 01:26.410 --> 01:30.460 Sie wissen, dass wir einige neue Netzwerke haben werden. Deshalb werden wir Gewichte haben, 01:30.460 --> 01:36.740 und wir möchten diese beiden Funktionen nur für uns einrichten Wir haben bereits ein Werkzeug, um das neuronale Netzwerk so einfach in 01:36.750 --> 01:38.090 Ihr Heim zu integrieren. 01:38.290 --> 01:41.600 Diese beiden Funktionen werden also normierte Spalten sein. 01:41.600 --> 01:48.730 Initialisierer ist im Grunde eine Funktion, die nicht nur einige Gewichte initialisieren kann, sondern auch eine bestimmte Varianz 01:48.730 --> 01:50.370 der Tensorgewichte einstellt. 01:50.380 --> 01:52.770 Genau das implementieren wir gerade. 01:53.020 --> 01:57.700 Und dann werden wir die zweite Funktion implementieren, die die Gewichte in dieser Funktion sein werden 01:57.700 --> 02:01.840 und die Gewichte im Wesentlichen in einer für das Lernen ausreichenden Zeit initialisieren. 02:01.840 --> 02:02.330 Gut. 02:02.350 --> 02:08.070 Sobald wir mit diesen beiden Funktionen fertig sind, werden wir mit der Implementierung des neuronalen Netzwerks beginnen. 02:08.330 --> 02:14.770 Also lass es uns tun, lass uns diese beiden Funktionen schnell machen, also beginne 02:14.770 --> 02:24.420 ich mit einem def hier. Dann werde ich den Namen dieser Funktion nennen, die normalisiert ist und diese Kernspalten die Initialisierung unterstreichen. 02:24.720 --> 02:25.550 Da gehen wir. 02:25.650 --> 02:28.780 Und diese Funktion benötigt nur zwei Eingaben. 02:29.010 --> 02:35.790 Zuerst werden es die Gewichte sein, die wir initialisieren wollen, und die Standardabweichung, denn wie ich gerade 02:35.790 --> 02:40.200 sagte, möchten wir eine bestimmte Varianz für unseren Tensor einstellen. 02:40.230 --> 02:45.300 Und wenn Sie verstehen wollen, warum wir dies tun müssen, dann wissen Sie, wann 02:45.620 --> 02:50.490 wir das neuronale Netzwerk, das der Schauspieler und der Kritiker sein wird, gemäß dem 02:50.490 --> 02:53.670 Durchmorgen von morgen erstellen eine für den Kritiker. 02:53.880 --> 02:59.970 Diese beiden vollständig verbundenen Schichten haben Gewichtungen, und wir werden für jede dieser beiden 02:59.970 --> 03:01.810 Gewichtungsgruppen eine Standardabweichung festlegen. 03:01.860 --> 03:05.650 Wir werden also eine kleine Standardabweichung für den Schauspieler festlegen. 03:05.700 --> 03:12.570 Es wird ungefähr 0 sein. 01 und eine große Standardabweichung für den Kritiker, die ungefähr 1 sein wird, denke ich. 03:12.750 --> 03:18.690 Deshalb erstellen wir diese Funktion, damit wir die Standardabweichung für die Gewichte, die wir später für den 03:18.690 --> 03:21.900 Schauspieler und den Craic initialisieren, sehr einfach einstellen können. 03:21.930 --> 03:23.560 Deshalb machen wir das. 03:23.560 --> 03:28.860 Jetzt legen wir nur einen Standardwert fest, der sich jedoch nach der Initialisierung der Gewichtungen 03:28.860 --> 03:29.500 ändert. 03:29.520 --> 03:32.100 Also lasst uns dies für 1 verwenden. 0 03:32.240 --> 03:32.920 Gut. 03:33.000 --> 03:37.340 Jetzt können wir definieren, was in dieser Funktion steckt. 03:37.410 --> 03:41.960 Was also zuerst vorbereitet wird, ist die Ausgabe, die wir aufrufen werden. 03:42.000 --> 03:46.310 Dies ist also für alle das, was von dieser Funktion zurückgegeben wird. 03:46.380 --> 03:50.210 Und so machen wir es zuerst. 03:50.330 --> 03:56.750 So wie Sie verstanden haben, wird diese Ausgabe ein Tensor von Gewichten sein, die eine bestimmte Standardabweichung haben. 03:56.850 --> 04:01.970 Bevor wir uns jedoch mit der Einstellung der Standardabweichung befassen, wollen wir sie nur initialisieren und dann 04:02.010 --> 04:06.550 die Standardabweichung hier setzen, die das Argument ist, das die Eingabe dieser Funktion ist. 04:06.870 --> 04:10.670 Wenn Sie also die Tensorgewichte initialisieren, wissen Sie vielleicht, wie es geht. 04:10.680 --> 04:12.150 Wir haben es schon gemacht. 04:12.180 --> 04:20.250 Wir werden unsere Fackelbibliothek verwenden und aus dieser Fackelbibliothek werden wir die Runde und Funktion übernehmen, 04:21.180 --> 04:27.540 die die brennende Antwort mit zufälligen Gewichtungen initialisiert, die einer Normalverteilung folgen. 04:27.540 --> 04:29.630 Deshalb wird es Rant genannt. 04:29.820 --> 04:31.100 Und wie normal. 04:31.230 --> 04:36.380 Was wir also einfach eingeben müssen, ist die Anzahl der Elemente, die die Ausdehnung enthalten wird. 04:36.510 --> 04:41.510 Und diese Anzahl von Elementen ist natürlich die Anzahl der Gewichte, da wir hier tatsächlich einen Tensor 04:41.500 --> 04:43.140 für diese Gewichte initialisiert haben. 04:43.350 --> 04:53.410 Um diese Anzahl von Elementen zu erhalten, können wir einfach unsere Gewichte verwenden und Punkt hinzufügen, um die Größe mit Klammern zu erhalten. 04:53.410 --> 05:00.280 Dies gibt die Anzahl der Elemente und Gewichte an, so dass der Brennertensor die gleiche Anzahl 05:00.280 --> 05:05.320 von Elementen unserer Gewichte aufweist und dieser nach einer Normalverteilung mit zufälligen 05:05.320 --> 05:06.860 Gewichten initialisiert wird. 05:06.860 --> 05:07.330 Gut. 05:07.360 --> 05:13.390 Nun ist es an der Zeit, die Standardabweichung festzulegen, die hier gewünscht wird. 05:13.510 --> 05:16.960 Also machen wir jetzt eine einfache Normalisierung. 05:16.960 --> 05:21.400 Wir haben ein gefoltertes Gefühl von Gewichten und jetzt wollen wir es normalisieren. 05:21.600 --> 05:25.810 Um dies zu normalisieren, wird einfach die explizite Berechnung geschrieben. 05:25.840 --> 05:34.960 Was wir hier einfach tun müssen, ist, unsere Ausgabe zu nehmen und sie zu aktualisieren, indem sie mit der 05:34.960 --> 05:41.140 Standardabweichung multipliziert wird, die wir mit der soeben erwähnten Summe dividieren möchten. 05:41.140 --> 05:44.960 Um die Summe zu erhalten, verwenden wir die Quadratwurzelfunktion mit der Fackel. 05:45.010 --> 05:48.700 Und so ist das, wenn man hier Fackel nimmt, die s q r t ist. 05:48.820 --> 05:50.710 Das ist die Quadratwurzelfunktion. 05:50.830 --> 05:55.980 Im Inneren geben wir dem Quadrat einige der Gewichte eines Vektors ein. 05:56.160 --> 05:58.000 Und so nehmen wir unsere Ergebnisse. 05:58.210 --> 06:06.040 Dann benutzen wir die Potenzfunktion, in die wir eingeben, weil wir das Quadrat der Summe nehmen 06:06.040 --> 06:08.950 wollen und dann die Sonne. 06:09.000 --> 06:15.300 Im Inneren geben wir den Index des Kegels an, der das Gewicht enthält. 06:15.310 --> 06:23.990 Möchten Sie einige und dann diese Gewichte separat erhalten, weil Sie sie gut zusammenfassen möchten, erweitern 06:24.490 --> 06:29.440 wir normalerweise die Schule in Abhängigkeit von unserer Leistung. 06:29.470 --> 06:29.820 Gut. 06:29.820 --> 06:37.280 Dies wird also die Gewichte herausholen, die bisher als eine Art Torchin-Gewichte initialisiert wurden, die alle diese 06:37.340 --> 06:38.320 Gewichte erhält. 06:38.330 --> 06:43.850 Wir nehmen die Summe des Quadrats und dann die Quadratwurzel, um die Normalisierung anzuwenden. 06:44.030 --> 06:50.230 Und wenn wir diese Standardabweichung am Zähler haben, stellen wir sicher, dass wir sie hier schreiben 06:50.230 --> 06:50.900 können. 06:51.960 --> 06:58.890 Die Varianten out entsprechen dem Quadrat der Standardabweichung. 06:58.890 --> 07:05.940 Diese Formel stellt sicher, dass der von uns initialisierte Tensor der Gewichte eine Abweichung aufweist, die 07:06.030 --> 07:10.860 dem Quadrat der Standardabweichung entspricht, die wir als Argumente verwenden. 07:11.190 --> 07:17.940 Und so können wir eine konkrete Standardabweichung für die Zukunft und Kritiker festlegen, die bald erstellt wird, und 07:17.940 --> 07:24.150 wir werden eine kleine Standardabweichung für den Schauspieler und eine größere für den Kritiker wählen, und wir 07:24.340 --> 07:27.780 werden dies seit dieser Funktion sehr leicht tun. 07:27.780 --> 07:28.150 Gut. 07:28.170 --> 07:31.120 Wir haben also nur noch eine Sache zu tun. 07:31.200 --> 07:38.940 Es ist natürlich, die Ausgabe zurückzugeben, die jetzt mit dieser spezifischen Standardabweichung normalisiert ist. 07:38.940 --> 07:40.340 Alles klar so perfekt. 07:40.350 --> 07:42.680 Das war die erste Funktion, die wir machen mussten. 07:42.870 --> 07:46.220 Dies ist das erste Werkzeug, das wir heute Abend gerne verwenden werden. 07:46.250 --> 07:47.290 H-3-Seehirn 07:47.370 --> 07:49.250 Wir haben jetzt noch eine weitere Funktion zu erstellen. 07:49.350 --> 07:51.130 Es wird die Gewichtsfunktion sein. 07:51.360 --> 07:57.160 Und das ist nur eine Funktion, die die Gewichte initialisiert, um das Lernen optimal zu gestalten. 07:57.570 --> 08:01.110 Also machen wir das im nächsten Tutorial und bis dahin ich.