WEBVTT 00:00.150 --> 00:02.310 أهلا ومرحبا بكم في هذا البرنامج التعليمي. 00:02.340 --> 00:07.320 أنا متحمس للغاية لأننا على وشك صنع دماغ A3 الذي هو دماغ أعيننا. 00:07.350 --> 00:10.640 وبالحديث عن الأدمغة ، أود أن أسلط الضوء على شيء ما. 00:10.650 --> 00:15.450 تذكر في الوحدة الأولى ، أننا صنعنا دماغًا بسيطًا بطبقات متصلة بالكامل فقط. 00:15.600 --> 00:21.900 ثم في الوحدة الثانية لـ Doom ، صنعنا دماغًا ليس فقط به طبقات متصلة تمامًا ، ولكن 00:21.900 --> 00:28.830 أيضًا عيون ، لأننا أضفنا الطبقات التلافيفية التي أعطت العين للعين لأنها تستطيع مراقبة 00:28.830 --> 00:31.490 الصور وفهم ما يحدث بالداخل. 00:31.500 --> 00:37.530 والآن سنأخذه حتى على مستوى عالٍ ، لأننا سنصنع دماغًا ليس فقط لديه عيون ويربط 00:37.530 --> 00:41.220 الطبقات بشكل كامل ، ولكن أيضًا ذاكرة. 00:41.220 --> 00:46.470 لأنه كما قلت في البرنامج التعليمي السابق ، سنضيف سجلًا للشبكة العصبية 00:46.470 --> 00:53.460 داخل هذا الدماغ الكبير ، وهذا سيعطي ذاكرة طويلة لدماغنا حتى يتمكن من فهم العلاقات الزمنية 00:53.460 --> 00:56.730 ، والخصائص الزمنية للمدخلات الصور. 00:56.850 --> 00:57.840 لذا ها نحن ذا. 00:57.840 --> 01:03.330 وحتى عقل أقوى ، يمكنني أن أخبرك أن النموذج الذي نحن بصدد تنفيذه الآن قوي 01:03.330 --> 01:04.410 حقًا حقًا. 01:04.710 --> 01:10.500 ويمكننا أن نرى كيف أن بناء العيون والقيام بالتعلم العميق ، والقيام بالتعلم المعزز العميق 01:10.500 --> 01:14.650 هو كل شيء عن الاقتراب أكثر فأكثر من كيفية عمل الدماغ البشري. 01:14.750 --> 01:19.350 كما تعلم ، بدأنا بالعلاقات الأساسية للدماغ ، مع الروابط الغذائية الخطية. 01:19.350 --> 01:21.990 ثم أضفنا العيون ، ثم أضفنا الذاكرة. 01:22.020 --> 01:24.830 من يدري ما الذي سنضيفه في النماذج المستقبلية؟ 01:24.840 --> 01:30.360 كما تعلم ، في عام 2018 ، ربما سيضيفون شيئًا من شأنه أن يجعل الدماغ يبدو أشبه بالدماغ 01:30.360 --> 01:31.350 البشري. 01:31.350 --> 01:37.530 ولكن بالفعل مع الطبقات والعينين والذاكرة المتصلة بالكامل ، لدينا بالفعل دماغ جيد بالفعل 01:37.530 --> 01:38.100 وعملي. 01:38.520 --> 01:39.600 لنفعلها اذا. 01:39.600 --> 01:41.110 دعونا نصنع هذا الدماغ. 01:41.130 --> 01:46.410 لذا كالعادة ، سنقوم بعمل فصل دراسي لذلك لأنه سيكون له الكثير من الخصائص 01:46.410 --> 01:48.600 مع التلافيف و LCMS. 01:48.600 --> 01:54.930 لذلك سنقوم بعمل وظيفة init لتهيئة كل هذا ، وإنشاء كل هذه الاتصالات ، وبعد ذلك بالطبع سيكون لدينا 01:54.930 --> 01:59.790 وظيفة الأمام التي ستنشر بالطبع الإشارة داخل الدماغ حتى نتمكن في النهاية 01:59.910 --> 02:02.160 من الحصول على المخرجات. 02:02.370 --> 02:03.950 حسنًا ، هل أنت جاهز؟ 02:03.960 --> 02:05.110 هيا بنا نقوم بذلك. 02:05.130 --> 02:11.310 لذا ، أيها الفصل ، قدمنا فئة جديدة نسميها الناقد الممثل. 02:11.310 --> 02:13.650 لأنني بالطبع أتحدث عن الأدمغة هنا. 02:13.650 --> 02:19.410 لكن دعونا لا ننسى أننا نصنع نموذج a3c ، الذي يعتمد على مبدأ الناقد النشط 02:19.410 --> 02:21.900 مع الممثل والناقد بشكل منفصل. 02:21.900 --> 02:26.850 لذلك سنقوم في الواقع بعمل اتصال خطي واحد كامل للممثل واتصال خطي كامل 02:26.850 --> 02:27.600 للناقد. 02:27.600 --> 02:28.860 سترى كيف سنفعل ذلك. 02:28.860 --> 02:30.600 سيكون في الواقع بسيطًا جدًا. 02:30.600 --> 02:39.000 لذلك سيرث الناقد الممثل وفئة الناقد الممثل من وحدة التعليقات الختامية حتى نتمكن من استخدام جميع 02:39.000 --> 02:40.650 أدوات PyTorch. 02:40.650 --> 02:44.010 لذلك دعونا نفعل ذلك لنرث من وحدة العقدة. 02:44.010 --> 02:49.080 حسنًا ، علينا أن نأخذ مكتبة الشعلة أولاً ثم بعد ذلك. 02:49.080 --> 02:49.830 وثم. 02:49.830 --> 02:51.900 وذلك والوحدة. 02:52.980 --> 02:53.640 حسنا. 02:53.940 --> 02:55.560 وبهذه الطريقة نرث منه. 02:56.870 --> 02:57.200 حسنا. 02:57.200 --> 03:01.430 ها نحن نبدأ بالدالة الأولى ، والتي ستكون بالطبع دالة init. 03:01.430 --> 03:09.800 لذلك نبدأ فيه بشرطة سفلية مزدوجة ، ثم ستأخذ وظيفة init هذه كوسيطات ذاتية مع الكائن 03:09.800 --> 03:17.060 ، ثم شكل الإدخال الذي يمثل أبعاد صور مدخلاتنا ونسميها مدخلات ومساحة 03:17.060 --> 03:25.640 الإجراء ، والتي هي أساسًا المساحة التي تحتوي على جميع الإجراءات. 03:25.880 --> 03:30.410 نحن أيضًا ، كما تعلمون ، من مساحة العمل هذه ، يمكننا الحصول على عدد الإجراءات ، وهو عدد 03:30.410 --> 03:33.740 الإجراءات المحتملة التي سنحصل عليها في الواقع قريبًا جدًا. 03:33.740 --> 03:35.690 لهذا السبب نحتاجها أيضًا. 03:36.140 --> 03:39.320 هذا هو كل ما نحتاجه. 03:39.320 --> 03:45.230 ثم دعنا ننتقل إلى داخل الدالة وننشئ جميع المتغيرات المناسبة لدماغنا. 03:45.590 --> 03:51.350 ولكن قبل القيام بذلك ، تذكر ما يتعين علينا القيام به لتنشيط الميراث بطريقة ما بحيث 03:51.350 --> 03:54.740 يمكننا استخدام جميع الأدوات من وحدة الإدخال. 03:54.740 --> 04:01.100 يجب أن نستخدم الوظيفة الفائقة بهذه الطريقة ، والتي من خلالها نقوم بإدخال الفاعل. 04:01.770 --> 04:07.470 الناقد هذا هو صفنا ومن ثم يأتي بنفسه من أجل الشيء. 04:07.980 --> 04:09.850 حسنًا ، إذن ، نقطة. 04:09.960 --> 04:12.900 وهناك نذهب مرة أخرى مع الحرف الأول. 04:13.940 --> 04:14.710 دور. 04:14.720 --> 04:15.420 هناك نذهب. 04:15.440 --> 04:19.880 هذا يعطينا كل الأدوات التي سنحتاجها من الشعلة لبناء عقولنا. 04:20.210 --> 04:21.920 حسنا إذا. 04:21.920 --> 04:24.590 حسنًا ، حان الوقت لجعل عيون العين. 04:24.620 --> 04:26.170 هذه هي التلافيفات. 04:26.180 --> 04:32.120 لذلك سنقوم بذلك بسرعة كبيرة ، لأننا سبق أن شرحنا هذا بالتفصيل لـ Doom ، لأن تذكر أن The 04:32.120 --> 04:34.040 Eye for Doom كانت لها أعين. 04:34.040 --> 04:35.300 لذلك هو بالضبط نفس الشيء. 04:35.300 --> 04:41.360 سنقوم بعمل بعض التلافيفات وسنستخدم بنية بسيطة للغاية مع 32 كاشف ميزة بحجم 04:41.360 --> 04:45.130 ثلاثة في ثلاثة ، خطوة من اثنين وحشو واحد. 04:45.140 --> 04:50.840 هذه بنية كلاسيكية إلى حد ما ، لكنها في الواقع ستكون كافية للتأكد من أن العين 04:50.840 --> 04:53.510 تفهم ما يحدث في لعبة الاختراق. 04:54.290 --> 04:54.620 حسنا. 04:54.620 --> 04:56.540 لذلك دعونا نجعل تلك التلافيفات. 04:56.540 --> 05:01.610 لذا نبدأ بالذات لأن التلافيفات ستكون متغيرات للكائن. 05:01.610 --> 05:06.680 لذا يمكننا أن نسميها "conf" وستكون هناك أربعة تلافيفات. 05:06.680 --> 05:15.260 سأسمي هذا واحد conf واحد وها نحن نأخذ نقطة وحدة GN ثم نأخذ فئة conf اثنين د لأن 05:15.290 --> 05:20.630 كون واحد سيكون في الواقع كائنًا من هذه الفئة. 05:21.350 --> 05:25.790 ثم في الداخل نقوم أولاً بإدخال شكل إدخال الصور. 05:25.790 --> 05:32.450 هذا هو بالضبط ما لدينا هنا ، لذا يمكننا نسخ هذا وإدخاله كمدخل أول. 05:32.810 --> 05:38.450 ثم الوسيطة الثانية هي عدد أجهزة الكشف عن الميزات أو أيضًا عدد النواة. 05:38.450 --> 05:42.590 لذا سنأخذ 32 ، كما قلنا للتو ، خيار كلاسيكي. 05:42.590 --> 05:45.020 ثم نحتاج إلى اختيار حجم النواة. 05:45.020 --> 05:49.970 هذا هو عدد الخلايا التي ستنزلق فوق صورة الإدخال. 05:49.970 --> 05:52.700 لذا ، تذكر أنه يمكننا أخذ ثلاثة أو أربعة أو خمسة. 05:52.700 --> 05:54.050 هذه اختيارات شائعة. 05:54.050 --> 05:55.730 وهنا سنختار ثلاثة. 05:56.590 --> 06:01.930 وبعد ذلك سنختار خطوة من اثنين و. 06:02.640 --> 06:04.740 مساحة واحدة. 06:05.010 --> 06:05.790 هناك نذهب. 06:05.970 --> 06:13.260 هذا هو الالتفاف الأول الذي ينتقل من صورة الإدخال إلى الطبقات التلافيفية الأولى 06:13.260 --> 06:16.110 المكونة من 32 صورة ملتفة. 06:16.110 --> 06:18.780 لذا نحن الآن جاهزون لعمل الالتفاف الثاني. 06:18.780 --> 06:21.390 لذلك سيكون في الواقع متماثلًا تقريبًا. 06:21.390 --> 06:29.430 لذلك أقوم بنسخ هذا السطر ولصقه أدناه ، ولكن ألصقه أدناه مرة أخرى وألصقه مرة أخيرة لأننا سنحصل 06:29.430 --> 06:34.140 على أربعة تلافيف مع عدم وجود أي شيء تقريبًا لتغييره. 06:34.440 --> 06:42.480 لذا يمكننا بالفعل التعويض هنا ، وتحويل واحد عن طريق العد إلى واحد على ثلاثة والتحويل واحدًا على أربعة. 06:42.510 --> 06:44.880 ستكون هذه هي التلافيفات الأربعة. 06:44.880 --> 06:49.320 والآن بالطبع نحتاج إلى تغيير بعض الأشياء هنا ، لكن ليس كثيرًا لأننا سنحتفظ 06:49.320 --> 06:51.780 بسلسلة من اثنين لكل منها وبطانة واحدة. 06:52.200 --> 06:54.930 سيكون لديهم جميعًا 32 جهازًا للكشف عن الميزات. 06:54.930 --> 06:58.530 هذا هو إخراج 32 صورة ملتوية. 06:58.530 --> 07:04.020 ولكن هنا ، تذكر أن هذا يتوافق مع الجزء الأيسر من الالتواء. 07:04.020 --> 07:08.520 إذن هذا في الواقع يتوافق مع ما كان في الجزء الصحيح من الالتواء السابق. 07:08.520 --> 07:10.200 كما تعلم ، تذكر أنها مثل الدومينو. 07:10.200 --> 07:11.280 لذا فهي سهلة حقًا. 07:11.280 --> 07:16.080 وبالتالي علينا هنا إدخال 32 وهنا أيضًا. 07:17.070 --> 07:21.870 سنرى بسهولة 32 و 32. 07:22.170 --> 07:22.500 حسنا. 07:22.500 --> 07:28.680 باختصار ، نبدأ بصور المدخلات التي تحتوي على أبعاد المدخلات. 07:29.190 --> 07:35.520 مع الالتفاف الأول ، نحصل على 32 صورة معقدة ، كل واحدة تكتشف ميزة معينة. 07:35.550 --> 07:43.170 ثم من هذه الصور الملتفة البالغ عددها 32 صورة ، نطبق الالتفاف الثاني للحصول على 32 صورة معقدة جديدة. 07:43.170 --> 07:46.290 ثم نفس الشيء من هذه الصور الملتفة الـ 32 الجديدة. 07:46.290 --> 07:50.880 نطبق الالتفاف الثالث للحصول على 32 صورة معقدة جديدة مرة أخرى. 07:50.880 --> 07:57.060 ثم في النهاية من هذه الصور الملتفة البالغ عددها 32 صورة ، نطبق الالتفاف الرابع للحصول على الصور. 07:57.300 --> 07:57.780 حسنا. 07:57.780 --> 08:01.440 وسيكون هذا كافيًا مع هذا وإلا سأكون هناك إشراف. 08:01.440 --> 08:02.970 سوف يكتشف الكرة جيدًا. 08:03.510 --> 08:03.870 حسنا. 08:03.870 --> 08:05.580 هذا كل شيء من أجل الالتواء. 08:05.580 --> 08:07.130 هذا كل شيء للعيون. 08:07.140 --> 08:09.440 والآن دعونا نعتني بالذاكرة. 08:09.450 --> 08:14.220 هذه الميزة الجديدة لهذا الدماغ نطبقها على عكس ما كانت عليه من قبل مع تناغم. 08:14.490 --> 08:20.220 لن يكون لها إشراف فحسب ، بل سيكون لها أيضًا ذاكرة فائقة ، وذاكرة طويلة ، لأننا 08:20.220 --> 08:26.010 سنقوم بتنفيذ ذاكرة STM طويلة المدى ، وهي هذا النوع من الشبكات العصبية العادية 08:26.010 --> 08:33.810 التي تمنح نموذجك نوعًا من ذاكرة طويلة حتى تتمكن من تعلم بعض العلاقات الزمنية الطويلة من الماضي. 08:34.230 --> 08:37.560 لذلك نفس الشيء سننشئ متغيرًا جديدًا. 08:37.560 --> 08:43.440 لذا سأبدأ بالذات وهذا المتغير الجديد ، سنسميه ببساطة lshtm لأن هذا 08:43.440 --> 08:46.950 سيتوافق مع شبكة Lshtm داخل الدماغ. 08:47.040 --> 08:48.360 حتى لشتم. 08:48.690 --> 08:55.230 والآن قبل أن نكتب رمز STM ، دعونا نتأكد من فهمنا لما سيفعله هذا الجزء من الدماغ 08:55.230 --> 08:56.220 lshtm. 08:56.220 --> 09:03.900 لذلك كما فهمنا هذا ، يتم استخدام lshtm لمعرفة الخصائص الزمنية لمدخلات الصور. 09:03.900 --> 09:09.330 على سبيل المثال ، إذا اصطدمت الكرة بلعبة ، فإن lshtm سوف يشفر الارتداد. 09:09.540 --> 09:11.250 لذلك هذا هو أول شيء يجب فهمه. 09:11.250 --> 09:14.790 سوف يشفر نوعًا ما ما يحدث في اللعبة. 09:14.790 --> 09:20.280 ثم الشيء المهم التالي الذي يجب فهمه عند تنفيذ LSHTM هو أننا نحتاج إلى اختيار 09:20.280 --> 09:22.560 ترتيب التبعيات الزمنية. 09:22.680 --> 09:28.590 وهنا ، بما أننا سنقوم بتغذية شبكتنا العصبية بسلسلة من أربع صور ، فهذا يعني أنه 09:28.590 --> 09:32.700 يمكننا بالفعل تعلم بعض التبعيات الزمنية للنظام. 09:32.700 --> 09:39.720 لذلك هناك بعض التبعيات الزمنية حيث يعتمد ما يحدث عند 90 زائد واحد على ما يحدث في الوقت المناسب. 09:39.720 --> 09:42.960 T ناقص واحد ، و t ناقص اثنين ، و t ناقص ثلاثة. 09:42.960 --> 09:45.420 لذلك يمكننا بالتأكيد القيام بذلك. 09:45.420 --> 09:51.360 لكن الخبر السار هو أننا سنستخدم lshtm وبالتالي سنتمكن من تعلم بعض العلاقات 09:51.360 --> 09:53.850 الزمنية الأكثر تعقيدًا. 09:54.270 --> 09:59.160 هذا ، على سبيل المثال ، يمكننا أن نتعلم بعض الخصائص الزمنية حيث سيعتمد ما يحدث في الوقت t زائد واحد 09:59.160 --> 10:00.690 على ما يحدث في ذلك الوقت. 10:00.690 --> 10:05.520 T ناقص واحد ، t ناقص اثنين t ناقص ثلاثة وصولاً إلى t ، ناقص n. 10:05.700 --> 10:10.380 وهذا هو الجزء الطويل في ذاكرة lshtm طويلة وقصيرة المدى. 10:10.380 --> 10:14.610 مع فريق Lshtm هذا ، يمكننا تعلم بعض العلاقات الزمنية المعقدة للغاية. 10:15.360 --> 10:17.580 حسنًا ، دعنا نضيف قائمتنا. 10:17.970 --> 10:25.200 للقيام بذلك ، سنستخدم وحدة RN ثم نضيف خلية Class Lshtm ، والتي ستنشئ كائن 10:25.320 --> 10:31.290 Lshtm هذا ، والذي سيمثل جزء Lshtm من الشبكة الجديدة. 10:31.290 --> 10:37.130 لأن الشيء المهم الآن هو أن نفهم أننا نصنع C و R و n ، كما تعلمون ، 10:37.170 --> 10:39.480 شبكة عصبية تلافيفية. 10:39.480 --> 10:42.780 ويأتي جزء Arden بعد جزء CNN. 10:42.780 --> 10:49.710 وبالتالي ، في الوقت الحالي ، ما نحتاج إلى إدخاله في خلية Lshtm هذه هو أولاً حجم الناتج 10:49.710 --> 10:51.150 بعد الالتواء. 10:51.150 --> 10:55.980 هذا هو 32 مرة ، ثلاثة في ثلاثة. 10:55.980 --> 11:02.610 إذن هذا 32 في ثلاثة في ثلاثة هو في الواقع الناتج بعد التلافيف الأربعة هنا. 11:02.610 --> 11:07.500 لكن هذا يصبح مدخلات شبكة R و Lshtm. 11:07.590 --> 11:13.620 والآن لماذا حجم ناتج التلافيفات الأربعة 32 مرة ، ثلاثة في ثلاثة؟ 11:13.620 --> 11:15.900 حسنًا ، لا تقلق ، فالأمر ليس مباشرًا. 11:15.900 --> 11:17.790 إنها في الواقع ليست معادلة بسيطة. 11:17.790 --> 11:24.270 ولكن هناك صيغة لحساب هذا العدد من الخلايا العصبية الناتجة بعد تسطيح الصور المجمعة 11:24.270 --> 11:26.460 والمعقدة للالتفافات. 11:26.460 --> 11:31.920 لكن إذا جمعنا حدود هذه الصيغة الكبيرة ، فسنحصل على 32 مرة ، ثلاثة في ثلاثة. 11:31.950 --> 11:36.000 لم أرغب في قضاء الكثير من الوقت في هذا الأمر لأن لدينا الكثير لنفعله أكثر. 11:36.000 --> 11:39.330 وإلى جانب ذلك ، قمنا بالفعل بعمل دالة لحساب هذا الرقم. 11:39.330 --> 11:42.360 تذكر ، كان من أجل Zoom عندما قمنا بهذا العدد. 11:42.360 --> 11:46.710 تعمل الخلايا العصبية بحيث يمكنك إعادة استخدامها إذا أردت ، إذا لم تكن مقتنعًا. 11:46.710 --> 11:53.250 ولكن هذا هو بالضبط ما نحصل عليه بعد جمع شروط هذه الصيغة الكبيرة ، عدد المخرجات. 11:53.250 --> 11:55.530 إذن هذا للحجة الأولى. 11:55.530 --> 12:00.930 ومن ثم ستكون الحجة الثانية هي عدد الخلايا العصبية الناتجة 12:00.930 --> 12:03.570 لـ lshtm وسنذهب إلى 256. 12:04.510 --> 12:04.890 تمام. 12:05.050 --> 12:06.920 وماذا يعني ذلك الآن؟ 12:06.940 --> 12:14.410 هذا يعني أنه لدينا الآن متجه يقوم بترميز كل حدث من أحداث اللعبة ، أو بعبارة أخرى ، لدينا 12:14.410 --> 12:15.640 حالة مشفرة. 12:15.640 --> 12:21.430 وهكذا يمكننا الآن الفصل بين الممثل والناقد ، لأنه ، كما تعلمون ، سنقوم في الواقع 12:21.430 --> 12:27.070 بإنشاء شبكتين عصبيتين منفصلتين ، واحدة للممثل والأخرى للناقد. 12:27.070 --> 12:33.760 ولكن سيكون هناك نفس التشفير للصور والعلاقات الزمنية لهاتين الشبكتين العصبيتين. 12:33.760 --> 12:37.660 لذلك هذا هو الجزء المشترك الذي نقوم به لهاتين الشبكتين العصبيتين. 12:37.660 --> 12:41.260 ستكون هذه هي نفس البداية للشبكتين العصبيتين. 12:41.260 --> 12:46.120 لكن الأمور ستتغير الآن بالنسبة للممثل والناقد لأننا سنقوم 12:46.120 --> 12:51.820 بعمل اتصال خطي واحد كامل للممثل واتصال خطي مختلف كامل للناقد. 12:52.000 --> 12:56.160 لذلك دعونا نأخذ استراحة سريعة ودعنا نفعل ذلك في البرنامج التعليمي التالي. 12:56.170 --> 12:57.400 حتى ذلك الحين ، استمتع. 12:57.400 --> 12:57.880 أنا.