WEBVTT

00:00.270 --> 00:02.250
Merhaba ve mağazaya hoşgeldiniz.

00:02.430 --> 00:05.810
Süper heyecanlıyım, çünkü A-3'ün beynini görmek üzeredir.

00:05.810 --> 00:07.430
AI'nın beyni.

00:07.590 --> 00:10.800
Ve beyin hakkında konuşmak bir şeyi vurgulamak isterim.

00:10.870 --> 00:15.750
İlk modülde yalnızca tamamen bağlı tabakalarla basit bir beyin yaptık.

00:15.840 --> 00:22.260
Daha sonra Dhoom'un ikinci modülünde yalnızca birbirine tamamen bağlı katları değil aynı zamanda gözleri

00:22.350 --> 00:29.070
olan bir beyin yaptık çünkü gözleri gözler önüne serebilen kıvrımlı katmanlar ekledik çünkü görüntüleri

00:29.070 --> 00:31.550
gözlemleyebildi ve neler olduğunu anladık.

00:31.830 --> 00:37.590
Ve şimdi bunu yüksek düzeyde bile söyleyeceğiz, çünkü yalnızca gözleri olacak değil, aynı zamanda

00:37.590 --> 00:41.310
katmanları ama aynı zamanda belleği bağlayan bir beyin yapacağız.

00:41.430 --> 00:46.710
Önceki öğretmende söylediğim gibi, bu büyük beynin içindeki bu iş

00:46.710 --> 00:53.490
üzerinde bir kayıt ekleyeceğiz ve beynimize uzun bir hafıza vereceğiz, böylece girdi

00:53.580 --> 00:57.010
görüntülerinin zamansal özelliklerini zamansal ilişkileri anlayabileceksiniz.

00:57.120 --> 01:02.400
İşte gittik ve daha da güçlü bir beyin Size, şu

01:02.640 --> 01:09.930
anda İntiman olduğumuz Dymo'nun gerçekten çok güçlü olduğunu ve AI'nın nasıl oluşturulduğunu ve derinleştiğini

01:10.260 --> 01:14.820
ve derinleştiğini görebiliriz ve Forsman öğrenmesi, insan beyni nasıl çalışır.

01:14.820 --> 01:19.560
Beyin doğrusal bağlantılarıyla olan temel ilişkileri ile başladık.

01:19.560 --> 01:22.230
Ardından gözler ekledik ve hafızayı ekledik.

01:22.230 --> 01:24.900
Gelecekteki modellerde neyi ekleyeceğimizi kim bilebilir.

01:24.990 --> 01:30.780
2018'de belki beynin insan beynine benzeyecek bir şey katacaklarını

01:30.780 --> 01:31.330
biliyorsunuzdur.

01:31.680 --> 01:37.590
Ancak zaten tam olarak bağlı lazerlerin gözleri ve belleği ile zaten çok iyi ve işlevsel bir

01:37.590 --> 01:38.280
beyin sahibiyiz.

01:38.790 --> 01:39.690
Öyleyse hadi yapalım.

01:39.750 --> 01:41.140
Bu beyni yapalım.

01:41.310 --> 01:46.470
Her zamanki gibi bunun için bir sınıf yapacağız, çünkü konvolüsyonlarla ve bilimlerle

01:46.470 --> 01:48.780
çok fazla özelliğe sahip olacak.

01:48.870 --> 01:53.770
Böylece tüm bu bağlantıları oluşturan tüm bunları başlatmak için işlev yapacağız.

01:54.090 --> 01:59.220
Elbette sinyali elbette beynin içine yayacak olan Ford işlevine sahip

01:59.220 --> 02:02.580
olacağız, böylece sonunda çıktı elde edebiliyoruz.

02:02.580 --> 02:03.200
Tamam.

02:03.240 --> 02:04.020
Hazır mısın.

02:04.140 --> 02:05.400
Bunu yapalım.

02:05.400 --> 02:13.470
Öyleyse sınıfta aktör kredisi diye adlandırdığımız derste tanıtıyoruz çünkü elbette burada beyinlerden bahsediyorum.

02:13.470 --> 02:13.700
 

02:13.710 --> 02:19.440
Ama şunu unutmayalım ki, aktif eleştiri ilkesine dayanan modelden ayrı olarak aktör

02:19.650 --> 02:24.810
ve eleştirmen esas olarak aktör için neredeyse tam bağlantılardan birini ve

02:24.810 --> 02:27.770
eleştirmen için anlamlı bir bağlantı kuracak.

02:27.810 --> 02:30.880
Gerçekten çok basit olacak ne kadar iyi yapacağımızı göreceksiniz.

02:30.900 --> 02:39.060
bu aktör sınıf sonundan ve bu Maggio'dan miras alacak, böylece tüm Pitre araçlarını kullanabileceğiz.

02:39.060 --> 02:40.780
Aktif eleştirmen ve

02:40.860 --> 02:44.130
O halde bunu, o modülün sonundan miras almak için yapalım.

02:44.190 --> 02:53.000
Öyleyse öncelikle meşale kütüphanesini almalıyız o zaman o zaman ve o ve Mudgal.

02:53.090 --> 02:54.100
Tamam.

02:54.110 --> 02:55.600
Bu şekilde bizden miras alacağız.

02:56.990 --> 02:57.240
Tamam.

02:57.260 --> 03:01.630
Dolayısıyla, elbette kendi işlevinde olacak ilk işleve devam ediyoruz.

03:01.640 --> 03:10.400
biz buna girdi olmayan eylemler ve eylem safhası denir; bu temelde alan Bu tüm eylemleri içeriyor.

03:10.850 --> 03:17.970
Bu yüzden onun altındaki çift altçizgiyle başlıyoruz, o zaman bu fonksiyon nesne ile bağımsız

03:18.050 --> 03:25.820
olarak kendi kendine argüman olarak alacaktır, daha sonra giriş imgelerinin hâkim olduğu girdi şekli ve

03:26.000 --> 03:31.340
Ayrıca, bu eylem alanından, çok yakında başlayacak birtakım olası eylemler içeren bir

03:31.700 --> 03:33.870
dizi eylem alabileceğimizi de biliyoruz.

03:33.870 --> 03:38.290
Bu yüzden argümanlar için buna da ihtiyacımız vardı.

03:38.290 --> 03:39.390
Tüm ihtiyacımız olan bu.

03:39.650 --> 03:45.450
Ve sonra da işlevin içine girelim ve tüm değişkenleri beynimize uygun hale getirelim.

03:45.830 --> 03:51.740
ne yapmamız gerektiğini hatırlayalım, süper fonksiyonu girdiğimiz bu şekilde kullanmalıyız.

03:52.040 --> 03:59.450
Ancak bunu yapmadan önce Maggio'nun sonundaki tüm araçları kullanabildiğimiz mirasın bir şekilde etkinleştirilmesi

03:59.450 --> 04:00.180
için

04:00.440 --> 04:10.740
Aktör eleştirmeni sınıfımızdır ve daha sonra kendiliğinden nesne ile karşı karşıya kalır. Tamam o

04:10.740 --> 04:14.840
zaman ve işte yeniden işlevle gidiyoruz.

04:14.940 --> 04:15.560
Oraya gidiyoruz.

04:15.600 --> 04:20.100
Bu, bize, herkesin beynimizi inşa etmek için el fenerinden ihtiyaç duyduğu araçları sağlar.

04:20.400 --> 04:21.940
Tamam o zaman.

04:22.170 --> 04:24.690
Göz gözlerini yapmak için zamanı geldi.

04:24.780 --> 04:26.210
Kavisler budur.

04:26.460 --> 04:31.770
Bu yüzden çok hızlı bir şekilde yapacağız, çünkü bunu doom için ayrıntılarıyla açıkladık.

04:31.800 --> 04:34.210
Çünkü buzun olduğu günü hatırlıyorum.

04:34.260 --> 04:39.240
Dolayısıyla, tamamen aynı sonuca varacağız ve üç boyutlu 32 özür deneği ile

04:39.510 --> 04:45.240
ikiye üç adım ve bir boşluk doldurma ile çok basit bir mimari kullanacağız.

04:45.450 --> 04:50.460
Dolayısıyla oldukça klasik bir mimari ama bu, mola alanlarında neler olduğunu anladığımızdan

04:50.690 --> 04:53.010
emin olmanız için yeterli olacak.

04:53.010 --> 04:54.090
TAMAM.

04:54.480 --> 04:56.750
Tamam, o zaman sersemlemeleri yapalım.

04:56.790 --> 05:03.900
Dolayısıyla kendi kendimize başlıyoruz, çünkü kıvrımlar nesnelerin değişkenleri o kadar öz olacak ki,

05:03.900 --> 05:09.210
bunu çağırıp 4 kıvrımlı hale getirebiliriz ve bu da olabilir.

05:09.540 --> 05:11.040
Ve işte gidiyoruz.

05:11.040 --> 05:18.900
N ve Maggio noktasını alıp konuyu sınıfa götürüyoruz, çünkü aslında convenant bir

05:18.930 --> 05:20.670
nefret nesnesi olacak.

05:21.540 --> 05:25.870
Ve sonra önce görüntülerin girdi şeklini koyduk.

05:25.920 --> 05:32.780
Dolayısıyla burada tam olarak sahip olduğumuz şey bu yüzden bunu kopyalayıp ilk girdi olarak girebiliriz.

05:33.090 --> 05:38.600
Sonra ikinci argüman, özellik detektörlerinin sayısı da çekirdeğin sayısıdır.

05:38.640 --> 05:45.060
Dolayısıyla sadece klasik seçim dediğimiz gibi 32'yi alacağız, o zaman çekirdeğin

05:45.060 --> 05:50.130
boyutunu, giriş görüntüsünün üzerine sürünecek hücre sayısını seçmemiz gerekiyor.

05:50.190 --> 05:55.170
Ve hatırladığımız gibi seçimlerde gelen üç dört ya da beş tane alabiliriz

05:55.290 --> 05:58.460
ve üçünü seçeceğiz ve sonra onu seçeceğiz.

05:58.550 --> 06:01.100
Denedi.

06:01.340 --> 06:11.350
Ve girdi imgesinden ilk konvolüasyon katına çıkan ilk konvolüsyon için gittiğimiz

06:11.350 --> 06:16.210
bir dolgu, 32 kıvrımlı görüntenden oluşuyor.

06:16.360 --> 06:18.850
Şimdi ikinci konvolüsyona hazırız.

06:18.850 --> 06:27.290
Bu yüzden aslında bu neredeyse aynı olacak, bu çizgiyi kopyalayıp aşağıda yapıştırılmış olduğumuzu tekrar yapıştırıp

06:27.310 --> 06:33.490
son bir kez yapıştırdık çünkü değişecek neredeyse hiçbir şey olmaksızın dört

06:33.490 --> 06:42.640
kıvrımım olacak, böylece değiştirebilelim. İşte geliyor. biri üçer birer gelir ve her biri dört gelir.

06:42.670 --> 06:45.160
Bu bizim dört kıvrımımız olacak.

06:45.160 --> 06:49.330
Ve şimdi elbette bazı şeyleri burada değiştirmeliyiz, ancak çok değil, çünkü her biri için

06:49.370 --> 06:52.280
iki ve bir tane bir kalıp takip etmeye gidiyoruz.

06:52.420 --> 06:58.620
Hepsinde 32 çıkış kıvrık görüntüleri olan 32 özeli detektör bulunur.

06:58.780 --> 07:04.040
Fakat burada unutmayın ki konvolüsyonun sol tarafına tekabül ediyor.

07:04.180 --> 07:09.610
Aslında bu, bir önceki domino gibi olduğunu bildiğiniz doğru sonuca karşılık

07:09.610 --> 07:10.370
gelir.

07:10.390 --> 07:11.440
Gerçekten kolay.

07:11.560 --> 07:22.390
Ve bu yüzden burada 32 koymak zorundayız ve işte burada 32 ve 32'yi kolayca göreceğiz.

07:22.390 --> 07:27.790
Pekâlâ, özetlemek gerekirse, hiçbiri olmayan girdi imgelerimizle başlıyoruz.

07:27.810 --> 07:35.350
özelliği tespit eden 32 kıvrık görüntü elde ettiğimiz ilk konvolüsyondu ve bu 32 kıvrık görüntüden

07:35.800 --> 07:43.120
ikinci konvolüsyonu uygulayarak 32 yeni kıvrık görüntüyü elde etmek için 32 kıvrık görüntülerden elde ettik.

07:43.420 --> 07:46.510
Simon Jones, her biri belirli bir

07:46.510 --> 07:52.430
Üçüncü konvolüsyonu tekrar 32 yeni kıvrık görüntü elde etmek için uyguluyoruz ve sonunda

07:52.450 --> 07:57.470
üçten kıvrık görüntülere, özellikleri elde etmek için dördüncü kıvrım uygulamayı uyguluyoruz.

07:57.490 --> 07:57.910
Tamam.

07:57.910 --> 08:03.700
Ve bununla bu yeterli olacak ya da gözetim yapacağım topu çok iyi alacak.

08:03.700 --> 08:07.250
Tamam bu yüzden kıvrım için bu kadar İşte gözler için.

08:07.420 --> 08:09.490
Şimdi de belleğe bakalım.

08:09.640 --> 08:15.520
Karşılaştığımız bu beynin bu yeni özelliği yalnızca daha önce bir

08:15.680 --> 08:23.140
gözetimin yanı sıra süper hafıza uzun hafızasına sahip olacağından, bu tür bir kayıt

08:23.170 --> 08:29.230
veya sinirsel olan uzun kısa vadeli hafızayı göreceğiz. modeline bir çeşit

08:29.230 --> 08:36.580
uzun bir bellek vererek geçmişten biraz uzun zamanlı ilişkiler öğrenebilmenizi sağlayan ağ, yani

08:36.580 --> 08:43.180
kendi kendine zamanla yeni değişkenler yaratacağımızı söyleyerek bu yeni değişkeni basitçe kullanacağız

08:43.180 --> 08:47.260
çünkü bu beyindeki LACMA ağına karşılık gelecektir.

08:47.290 --> 08:55.240
Bu yüzden SVM ve LCN kodunu yazmadan önce beyindeki bu LACMA bölümünün ne yapacağını anladığımızdan

08:55.240 --> 08:56.270
emin olalım.

08:56.530 --> 09:03.980
Dolayısıyla, bu LCN'nin, giriş giriş görüntülerinin zamansal özelliklerini öğrenmek için kullanıldığını anladık.

09:04.090 --> 09:09.730
Örneğin eğer top bir vurursa, LACMA denge kodlayacaktır.

09:09.730 --> 09:11.410
Anlaşılması gereken ilk şey bu.

09:11.410 --> 09:15.070
Bu oyunda neler olduğunu kodlayacak.

09:15.070 --> 09:20.080
O zaman ISTM'yi uyguladığımızda anlayacağımız bir sonraki önemli şey,

09:20.170 --> 09:26.680
zamansal bağımlılıkların sırasını seçmemiz gerektiği ve buradaki sinir ağımızı dört görüntü dizisiyle

09:26.680 --> 09:33.740
besleyeceğimizden o zaman, zaten bunu yapabileceğimiz anlamına geliyor Zamanın bazı zamansal bağımlılıklarını öğrenin,

09:33.740 --> 09:40.310
çünkü bu, 1: 20'de olanların zaman T'de olanlara bağlı olduğu bazı zamansal bağımlılıklardır.

09:40.360 --> 09:45.500
T eksi 1 T eksi 2 ve T eksi 3, böylece kesinlikle yapabiliriz.

09:45.730 --> 09:51.040
Ancak iyi haber, YEM analizini kullanacağımız ve bu nedenle

09:51.160 --> 09:54.560
daha karmaşık zamansal ilişkileri öğrenebileceğimiz.

09:54.650 --> 10:00.430
Örneğin, 1: 20'de olanların T zamanında ne olacağına bağlı olarak bazı basit

10:00.430 --> 10:01.370
özellikleri öğrenebiliriz.

10:01.370 --> 10:05.510
Eksi üç eksi yapmak için eksi 20 dakika.

10:05.940 --> 10:13.360
Ve bu, bu tahlil ile uzun kısa süreli hafızadaki uzun kısımdır ve biz çok

10:13.360 --> 10:15.490
karmaşık zamansal ilişkiler öğrenebiliriz.

10:15.490 --> 10:18.080
Pekala, bu yüzden LCN'yi ekleyelim.

10:18.160 --> 10:25.030
Bunu yapmak için modülde N'yi kullanacağız ve ardından sınıfı T olarak ekleyeceğiz. N. hücreyi DST'yi ve yeni

10:25.600 --> 10:31.960
ağın bir bölümünü temsil edecek bir nesne olarak yaratacaktır çünkü anlamak

10:31.960 --> 10:38.570
için de şu anda bir CR yapıyoruz ve sonra konvolüyonel kaydı yeni

10:38.590 --> 10:45.520
bir ağ biliyorsunuz ve karasal bölge CNN bölümü ve dolayısıyla şu anda

10:45.610 --> 10:51.350
bu LACMA hücresine girmemiz gereken şey, konvolüsyon sonrası çıkışın boyutudur.

10:51.400 --> 10:56.060
Bu üç kat daha 32 kat.

10:56.230 --> 11:02.670
Bu yüzden, 32 kez üç kez üç kez, buradaki dört kıvrımdan sonra çıkan çıktı.

11:02.830 --> 11:07.600
Fakat bu RNA'nın LSD'ye girişi olur ve işe yarıyor.

11:07.870 --> 11:13.710
Ve şimdi neden dört kıvrımın çıktısı üç boyutun yarısına iki kez üç kez üç olacak.

11:13.870 --> 11:16.030
Endişelenme, bu doğrudan değil.

11:16.060 --> 11:22.140
Aslında basit bir formül değil, bu sayı çıktı nöronlarını hesaplamak için bir formül var.

11:22.210 --> 11:26.490
Birleştirilmiş ve dönen karbonsuzluk görüntülerini düzleştirdikten sonra.

11:26.710 --> 11:32.050
Fakat eğer bu büyük formülün koşullarını topladıysak, 32 kez üç kez üç puan alacağız.

11:32.200 --> 11:36.060
Bunun üzerinde fazla vakit geçirmek istemiyordum, çünkü daha fazlasını yapacak çok şeyimiz var.

11:36.190 --> 11:39.470
Ve ayrıca, bu sayıyı hesaplamak için bir işlev yaptık.

11:39.520 --> 11:43.710
Unutmayın ki, bu sayım nöronları işe yaradığında, mahkum için vardı.

11:43.870 --> 11:45.750
İstersen onu tekrar kullanabilirsin.

11:45.760 --> 11:51.610
Siz ikna olmadınız, ancak çıktı sayısını hesaplamak gibi bu büyük formülün şartlarını

11:51.610 --> 11:53.490
topladıktan sonra elde ettik.

11:53.530 --> 11:59.380
Bu, ilk argüman için ve ikinci argüman da çıkış nöronlarının

11:59.380 --> 12:00.370
sayısı olacak.

12:00.610 --> 12:05.220
Ve biz de 256'ya gideceğiz.

12:05.220 --> 12:12.180
yapabileceğimiz anlamına geliyor aslında aktör için bir tane ve eleştirmen için olan iki ayrı yeni ağ

12:12.540 --> 12:19.260
yapacağımızı biliyoruz ama bu iki sinir ağı için görüntülerin ve zamansal ilişkilerin kodlanması aynı olacak.

12:19.620 --> 12:25.470
Peki bu ne demek şimdi, oyunun her olayını kodlayan bir vektörümüz olduğu anlamına

12:25.470 --> 12:31.410
geliyor, yani başka bir deyişle kodlanmış bir duruma sahip olduğumuz anlamına geliyor ve

12:31.410 --> 12:33.990
şimdi artık aktörle eleştirmen arasındaki ayrımı

12:33.990 --> 12:37.740
Bu iki yeni ağ için ortak nokta bu.

12:37.740 --> 12:43.650
Bu, iki yeni ağ için aynı başlangıcı olacak, ancak şimdi aktör ve dere

12:43.650 --> 12:49.710
için şeyler değişecek çünkü aktörle tam bağlantı içinde olacağız ve craic için neredeyse tam

12:49.710 --> 12:52.200
bağlantıdan farklı bir şey yapacağız .

12:52.230 --> 12:56.320
Bu yüzden hızlı bir mola verelim ve bunu bir sonraki aşamada yapalım.

12:56.400 --> 12:57.860
O zamana kadar AI zevk.