WEBVTT 00:00.270 --> 00:02.250 Witam i zapraszam do sklepu. 00:02.430 --> 00:05.810 Jestem bardzo podekscytowany, ponieważ chcemy, aby A-3 zobaczył mózg. 00:05.810 --> 00:07.430 To jest mózg naszej sztucznej inteligencji. 00:07.590 --> 00:10.800 A mówiąc o mózgach, chciałbym coś podkreślić. 00:10.870 --> 00:15.750 Pamiętaj, że w pierwszym module stworzyliśmy prosty mózg z tylko w pełni połączonymi warstwami. 00:15.840 --> 00:22.260 Następnie w drugim module dla Dhoom stworzyliśmy mózg, który nie tylko miał w pełni połączone warstwy, 00:22.350 --> 00:29.070 ale także oczy, ponieważ dodaliśmy splotowe warstwy, które dały oczom wzrok, ponieważ mogły obserwować obrazy i rozumieć, 00:29.070 --> 00:31.550 co dzieje się w środku. 00:31.830 --> 00:37.590 A teraz powiemy, że nawet na wysokim poziomie, ponieważ zamierzamy stworzyć mózg, który nie tylko będzie miał 00:37.590 --> 00:41.310 oczy i będzie w pełni łączyć warstwy, ale także pamięć. 00:41.430 --> 00:46.710 Ponieważ, jak już wspomniałem w poprzednim tutorialu, dodamy zapis do tej pracy 00:46.710 --> 00:53.490 wewnątrz tego wielkiego mózgu, a to zaowocuje długim wspomnieniem dla naszego mózgu, aby mógł on zrozumieć 00:53.580 --> 00:57.010 związki czasowe we właściwościach czasowych obrazów wejściowych. 00:57.120 --> 01:02.400 A więc idziemy i jeszcze mocniejszy mózg, mogę powiedzieć, że Dymo, którym jesteśmy teraz 01:02.640 --> 01:09.930 na temat Intimana, jest naprawdę bardzo potężny i możemy zobaczyć, jak budować AI i robić coraz głębiej, a uczenie 01:10.260 --> 01:14.820 się Forsmana polega na zbliżaniu się do jak działa ludzki mózg. 01:14.820 --> 01:19.560 Wiesz, że zaczęliśmy od podstawowych związków mózgu z liniowymi połączeniami. 01:19.560 --> 01:22.230 Następnie dodaliśmy oczy i dodaliśmy pamięć. 01:22.230 --> 01:24.900 Kto wie, co dodamy w przyszłych modelach. 01:24.990 --> 01:30.780 Wiesz, w 2018 roku może dodadzą coś, co sprawi, że mózg będzie wyglądał bardziej jak ludzki 01:30.780 --> 01:31.330 mózg. 01:31.680 --> 01:37.590 Ale już przy w pełni połączonych laserach oczu i pamięci mamy już naprawdę dobry i funkcjonalny 01:37.590 --> 01:38.280 mózg. 01:38.790 --> 01:39.690 Więc zróbmy to. 01:39.750 --> 01:41.140 Zróbmy ten mózg. 01:41.310 --> 01:46.470 Jak zwykle zamierzamy zrobić zajęcia na ten temat, ponieważ będzie miał wiele 01:46.470 --> 01:48.780 właściwości ze splotami i nauką. 01:48.870 --> 01:53.770 Tak więc sprawimy, że będzie funkcjonował, aby zainicjować to wszystko, tworząc wszystkie te połączenia. 01:54.090 --> 01:59.220 A potem oczywiście będziemy mieli funkcję Forda, która oczywiście będzie propagować sygnał w 01:59.220 --> 02:02.580 mózgu, tak abyśmy mogli ostatecznie uzyskać moc wyjściową. 02:02.580 --> 02:03.200 W porządku. 02:03.240 --> 02:04.020 Jesteś gotowy. 02:04.140 --> 02:05.400 Zróbmy to. 02:05.400 --> 02:13.700 Tak więc klasy przedstawiamy w klasie, którą nazywamy kredytem aktorskim, ponieważ oczywiście mówię tutaj o mózgach. 02:13.710 --> 02:19.440 Ale nie zapominajmy, że robimy z modelem, który opiera się na aktywnej zasadzie krytyki z 02:19.650 --> 02:24.810 osobnym aktorem i krytykiem, tak naprawdę stanie się jednym z prawie pełnych powiązań dla 02:24.810 --> 02:27.770 aktora i jednym znaczącym połączeniem dla krytyka. 02:27.810 --> 02:30.880 Zobaczysz, jak dobrze to zrobimy, to będzie całkiem proste. 02:30.900 --> 02:39.060 Tak więc aktywny krytyk i ta klasa aktorów odziedziczy po zakończeniu i Maggio, abyśmy mogli użyć 02:39.060 --> 02:40.780 wszystkich narzędzi Pitre. 02:40.860 --> 02:44.130 Zróbmy to, aby odziedziczyć od końca w tym module. 02:44.190 --> 02:53.000 Cóż, musimy najpierw wziąć bibliotekę pochodni, potem, potem i to i Mudgala. 02:53.090 --> 02:54.100 W porządku. 02:54.110 --> 02:55.600 W ten sposób dziedziczymy z niego. 02:56.990 --> 02:57.240 W porządku. 02:57.260 --> 03:01.630 Tak więc idziemy z naszą pierwszą funkcją, która będzie oczywiście w jego funkcji. 03:01.640 --> 03:10.400 Zaczynamy więc od podwójnego podkreślenia, wtedy funkcja ta przyjmie jako argument jaźń z obiektem, a następnie 03:10.850 --> 03:17.970 kształt wejściowy, który jest dominacją naszych obrazów wejściowych i nazywamy to 03:18.050 --> 03:25.820 nie wejściami i fazą czynności, która jest w zasadzie przestrzenią który zawiera wszystkie działania. 03:26.000 --> 03:31.340 Wiemy również z tej przestrzeni działania, że możemy uzyskać szereg działań, które są wieloma możliwymi 03:31.700 --> 03:33.870 działaniami, które wkrótce zostaną osiągnięte. 03:33.870 --> 03:38.290 Dlatego też potrzebowaliśmy tego do argumentów. 03:38.290 --> 03:39.390 To wszystko, czego potrzebujemy. 03:39.650 --> 03:45.450 A następnie przejdźmy do funkcji i stwórzmy wszystkie zmienne właściwe naszemu mózgowi. 03:45.830 --> 03:51.740 Ale zanim to zrobimy, pamiętajmy, co musimy zrobić, aby aktywować w jakiś sposób dziedziczenie, 03:52.040 --> 03:59.450 w którym możemy użyć wszystkich narzędzi od końca Maggio, musimy użyć superfunkcji w ten sposób, w którą 03:59.450 --> 04:00.180 wpisujemy. 04:00.440 --> 04:10.740 Krytyk aktorski, który jest naszą klasą, a następnie sam podejdziemy do obiektu W porządku, i 04:10.740 --> 04:14.840 tam znowu idziemy z funkcją. 04:14.940 --> 04:15.560 No to jedziemy. 04:15.600 --> 04:20.100 To daje nam wszystkie narzędzia, których potrzebujemy od latarki, aby zbudować nasz mózg. 04:20.400 --> 04:21.940 W porządku. 04:22.170 --> 04:24.690 Czas spojrzeć w oczy. 04:24.780 --> 04:26.210 To są zwoje. 04:26.460 --> 04:31.770 Tak więc zrobimy to bardzo szybko, ponieważ już to szczegółowo wyjaśniliśmy dla zagłady. 04:31.800 --> 04:34.210 Ponieważ pamiętam dzień, w którym miałem lód. 04:34.260 --> 04:39.240 Więc to jest dokładnie to samo, które zamierzamy wyciągnąć pewne wnioski i wykorzystamy 04:39.510 --> 04:45.240 bardzo prostą architekturę z 32 detektorami cech wielkości 3, trzema krokami po dwa i dopełnieniem jednego. 04:45.450 --> 04:50.460 To całkiem klasyczna architektura, ale to wystarczy, aby wiedzieć, że rozumiem, 04:50.690 --> 04:53.010 co się dzieje w przerwie. 04:53.010 --> 04:54.090 DOBRZE. 04:54.480 --> 04:56.750 W porządku, więc róbmy te konwulsje. 04:56.790 --> 05:03.900 Więc zaczynamy od jaźni, ponieważ sploty będą zmiennymi obiektów, więc siebie, które możemy nazwać to 05:03.900 --> 05:09.210 przyjdzie, i będzie cztery splotu, i czy ten może jeden. 05:09.540 --> 05:11.040 I oto idziemy. 05:11.040 --> 05:18.900 Przyjmujemy kropkę N i Maggio, a następnie przyjmujemy stożek do klasy, ponieważ faktyczne zwołanie 05:18.930 --> 05:20.670 będzie przedmiotem niesmaku. 05:21.540 --> 05:25.870 A potem w środku umieszczamy wejściowy kształt obrazów. 05:25.920 --> 05:32.780 Tak więc to, co mamy tutaj, możemy skopiować i wprowadzić jako pierwsze wejście. 05:33.090 --> 05:38.600 Drugim argumentem jest liczba detektorów funkcji to także liczba jądra. 05:38.640 --> 05:45.060 Więc weźmiemy 32, ponieważ właśnie powiedzieliśmy klasyczny wybór, wtedy musimy wybrać rozmiar jądra, który 05:45.060 --> 05:50.130 jest liczbą komórek, które będą przesuwać się nad obrazem wejściowym. 05:50.190 --> 05:55.170 I pamiętajmy, że możemy albo wziąć trzy cztery, albo pięć, które mają wybór, 05:55.290 --> 05:58.460 a my wybierzemy trzy, a potem wybierzemy. 05:58.550 --> 06:01.100 Próbował. 06:01.340 --> 06:11.350 I dopełnienie jednego z nich, które wykonujemy dla pierwszego splotu, który przechodzi od obrazu wejściowego do pierwszej 06:11.350 --> 06:16.210 warstwy splotowej, składa się z 32 zawiłych obrazów. 06:16.360 --> 06:18.850 Teraz jesteśmy gotowi, aby dokonać drugiego splotu. 06:18.850 --> 06:27.290 Tak więc będzie to prawie tak samo, więc kopiuję tę linię i opieram ją poniżej wklejoną poniżej ponownie 06:27.310 --> 06:33.490 i wklejając ją po raz ostatni, ponieważ będziemy mieli cztery połączenia z 06:33.490 --> 06:42.640 prawie niczym, aby się zmienić, więc możemy już wymienić. jeden przychodzi jeden do trzech i przychodzi jeden po czwartym. 06:42.670 --> 06:45.160 To będą nasze cztery zwoje. 06:45.160 --> 06:49.330 A teraz oczywiście musimy zmienić niektóre rzeczy tutaj, ale nie wiele, ponieważ będziemy 06:49.370 --> 06:52.280 śledzić dwa dla każdego i jeden z nich. 06:52.420 --> 06:58.620 Wszystkie będą miały 32 detektory cechujące 32 wyjścia z zawiłymi obrazami. 06:58.780 --> 07:04.040 Ale tutaj pamiętaj, że odpowiada to lewej części splotu. 07:04.180 --> 07:09.610 Tak więc, co odpowiada temu, co było w prawej części poprzedniego wniosku, wiesz, że jest 07:09.610 --> 07:10.370 jak domino. 07:10.390 --> 07:11.440 To naprawdę łatwe. 07:11.560 --> 07:22.390 I dlatego musimy umieścić 32 i tutaj, gdzie będziemy widzieć bardzo łatwo 32 i 32. 07:22.390 --> 07:27.790 W porządku, więc podsumowując zaczynamy od naszych obrazów wejściowych, które nie mają żadnych. 07:27.810 --> 07:35.350 Simon Jones był pierwszym splotem, w którym uzyskaliśmy 32 zawiłe obrazy, z których każdy wykrywa określoną cechę, 07:35.800 --> 07:43.120 a następnie z tych 32 zawiłych obrazów stosujemy drugi splot, aby uzyskać 32 nowe zawiłe obrazy, a 07:43.420 --> 07:46.510 następnie te 32 nowe, zawiłe obrazy. 07:46.510 --> 07:52.430 Stosujemy trzeci splot, aby ponownie uzyskać 32 nowe zawiłe obrazy, a następnie ostatecznie 07:52.450 --> 07:57.470 od trzech do zawiłych obrazów, stosujemy czwarty splot, aby uzyskać cechy. 07:57.490 --> 07:57.910 W porządku. 07:57.910 --> 08:03.700 I to wystarczy z tym albo będę mieć nadzór, który bardzo dobrze weźmie piłkę. 08:03.700 --> 08:07.250 W porządku, więc to jest dla splotu Więc to jest dla oczu. 08:07.420 --> 08:09.490 A teraz zajmijmy się pamięcią. 08:09.640 --> 08:15.520 Ta nowa cecha tego mózgu, którą realizujemy wcześniej, aby nie tylko miała 08:15.680 --> 08:23.140 nadzór, ale także będzie miała bardzo długą pamięć, ponieważ będziemy widzieć Długą pamięć krótkotrwałą, która 08:23.170 --> 08:29.230 jest tego rodzaju zapisem lub neuronem. sieć, która daje swojemu modelowi pewien 08:29.230 --> 08:36.580 rodzaj długiej pamięci, dzięki czemu może nauczyć się długich temporalnych relacji z przeszłości, mówiąc, że 08:36.580 --> 08:43.180 stworzymy nowe zmienne od samego siebie, a ta nowa zmienna nazwiemy po prostu ponieważ 08:43.180 --> 08:47.260 będzie to odpowiadać sieci LACMA wewnątrz mózgu. 08:47.290 --> 08:55.240 Więc SVM i zanim piszemy kod dla LCN, upewnijmy się, że rozumiemy, co zrobi ta część LACMA 08:55.240 --> 08:56.270 w mózgu. 08:56.530 --> 09:03.980 Jak zrozumieliśmy, LCN służy do poznania czasowych właściwości wejściowych obrazów wejściowych. 09:04.090 --> 09:09.730 Na przykład, jeśli piłka uderzy w LACMA, zakoduje balans. 09:09.730 --> 09:11.410 To pierwsza rzecz, którą należy zrozumieć. 09:11.410 --> 09:15.070 Będzie to kodować to, co dzieje się w grze. 09:15.070 --> 09:20.080 Następną ważną rzeczą do zrozumienia, kiedy zaimplementowaliśmy to ISTM, jest to, że 09:20.170 --> 09:26.680 musimy wybierać w kolejności czasowe zależności i tutaj, ponieważ będziemy zasilać naszą sieć neuronową sekwencją czterech 09:26.680 --> 09:33.740 obrazów, oznacza to, że możemy już nauczyć się pewnych czasowych zależności porządku, ponieważ istnieją pewne czasowe zależności, w 09:33.740 --> 09:40.310 których to, co dzieje się w 1:20, zależy od tego, co dzieje się w czasie T. 09:40.360 --> 09:45.500 T minus 1 T minus 2 i T minus 3, abyśmy mogli zdecydowanie to zrobić. 09:45.730 --> 09:51.040 Ale dobrą wiadomością jest to, że wykorzystamy analizę YEM i dzięki temu będziemy 09:51.160 --> 09:54.560 mogli nauczyć się jeszcze bardziej złożonych relacji czasowych. 09:54.650 --> 10:00.430 Na przykład możemy nauczyć się prostych właściwości, gdzie to, co dzieje się w 1:20, będzie zależało od tego, co wydarzy się 10:00.430 --> 10:01.370 w czasie T. 10:01.370 --> 10:05.510 T minus 20 minut do zrobienia minus trzy do T minus. 10:05.940 --> 10:13.360 I to jest długa część długoterminowej pamięci z tym testem i możemy nauczyć się 10:13.360 --> 10:15.490 bardzo złożonych relacji czasowych. 10:15.490 --> 10:18.080 W porządku, dodajmy więc naszą LCN. 10:18.160 --> 10:25.030 Aby to zrobić, użyjemy N w module, a następnie dodamy klasę jako T. N. komórka, która stworzy to 10:25.600 --> 10:31.960 jako obiekt, który będzie reprezentował DST i część nowej sieci, ponieważ w tej 10:31.960 --> 10:38.570 chwili ważne jest, abyśmy zrozumieli, że robimy CR, a potem znacie splotowy zapis nowej 10:38.590 --> 10:45.520 sieci, a część arlandowa pochodzi po Część CNN, a zatem właśnie to, co musimy 10:45.610 --> 10:51.350 wprowadzić w tej komórce LACMA, to najpierw wielkość wyjścia po splotach. 10:51.400 --> 10:56.060 To 32 razy trzy razy trzy. 10:56.230 --> 11:02.670 A więc 32 razy trzy razy trzy to wynik po czterech tułowiach tutaj. 11:02.830 --> 11:07.600 Ale to staje się sygnałem wejściowym RNA LSD i działa. 11:07.870 --> 11:13.710 A teraz dlaczego wydajność czterech zwojów jest o połowę mniejsza od trzech razy trzy razy trzy. 11:13.870 --> 11:16.030 Cóż, nie martw się, to nie jest tak bezpośrednie. 11:16.060 --> 11:22.140 W rzeczywistości nie jest to prosta formuła, ale istnieje formuła obliczająca tę liczbę neuronów wyjściowych. 11:22.210 --> 11:26.490 Po spłaszczeniu zebranych i zawiłych obrazów dekonwolucji. 11:26.710 --> 11:32.050 Ale jeśli zebraliśmy warunki tej dużej formuły, otrzymamy 32 razy trzy razy trzy. 11:32.200 --> 11:36.060 Nie chciałem spędzać w tym czasie zbyt wiele czasu, ponieważ mamy dużo więcej do zrobienia. 11:36.190 --> 11:39.470 Poza tym wykonaliśmy już funkcję obliczania tej liczby. 11:39.520 --> 11:43.710 Pamiętajcie, że to było dla losu, kiedy stworzyliśmy funkcję zliczania neuronów. 11:43.870 --> 11:45.750 Możesz więc użyć go ponownie, jeśli chcesz. 11:45.760 --> 11:51.610 Nie jesteś przekonany, ale to jest to, co otrzymujemy po zebraniu warunków tej dużej formuły, takich 11:51.610 --> 11:53.490 jak obliczanie liczby wyników. 11:53.530 --> 11:59.380 To jest pierwszy argument, a drugim argumentem będzie liczba neuronów 11:59.380 --> 12:00.370 wyjściowych. 12:00.610 --> 12:05.220 I pójdziemy za 256 OK. 12:05.220 --> 12:12.180 Co to oznacza teraz oznacza, że mamy teraz wektor, który koduje każde zdarzenie z gry lub 12:12.540 --> 12:19.260 innymi słowy, że mamy zakodowany stan i dlatego teraz możemy rozdzielić aktora i krytyka, ponieważ 12:19.620 --> 12:25.470 Wiemy, że zamierzamy stworzyć dwie odrębne nowe sieci, jedną dla aktora i 12:25.470 --> 12:31.410 jedną dla krytyka, ale będą one tym samym kodowaniem obrazów i relacjami czasowymi 12:31.410 --> 12:33.990 dla tych dwóch sieci neuronowych. 12:33.990 --> 12:37.740 Jest to więc wspólna część, którą robimy dla tych dwóch nowych sieci. 12:37.740 --> 12:43.650 To będzie ten sam początek dla dwóch nowych sieci, ale teraz wszystko zmieni się dla 12:43.650 --> 12:49.710 aktora i potoku, ponieważ zamierzamy zrobić jeden w pełnym związku dla aktora i innego niż prawie 12:49.710 --> 12:52.200 pełnego połączenia dla craic. . 12:52.230 --> 12:56.320 Zróbmy więc krótką przerwę i zróbmy to w następnym kroku. 12:56.400 --> 12:57.860 Do tego czasu ciesz się AI.