WEBVTT 00:00.450 --> 00:05.400 Hola y bienvenidos a este camino en Torro, ahora vamos a hacer que la función de reenvío 00:05.400 --> 00:11.040 propague la señal a través de todo el cerebro desde el comienzo con las imágenes de entrada hasta las 00:11.130 --> 00:16.860 salidas que contendrán los valores clave para el actor y el devalor que es el valor tomado por la función 00:17.040 --> 00:17.950 para el crítico. 00:18.240 --> 00:23.820 Por lo tanto, será bastante similar a lo que hicimos con Dume, pero esta vez algo va a cambiar. 00:23.880 --> 00:25.550 La modificación va a cambiar eso. 00:25.560 --> 00:27.510 Ahora tenemos una ilustración en el cerebro. 00:27.510 --> 00:32.470 Entonces, todos debemos hacer algo más para propagar la señal y tener cuidado con eso. 00:32.850 --> 00:38.280 Y la otra cosa menos importante, pero aún así los cambios en comparación con antes es que 00:38.280 --> 00:44.220 no vamos a utilizar una función de activación real ya que conoce la función de activación no lineal, 00:44.220 --> 00:48.880 pero vamos a utilizar el loo, que es un poco más sofisticado realmente función. 00:48.980 --> 00:51.390 Verás que en el pasado estamos hablando de mentation. 00:51.780 --> 00:55.970 Así que hagamos esto, vamos a hacer que esta función comience con una muerte. 00:56.040 --> 00:59.190 En realidad es la última función de esta clase execrada. 00:59.280 --> 01:06.900 Así que lo llamaremos como Einstein y esta cuarta función tomará el objeto por sí misma porque vamos 01:06.900 --> 01:09.930 a usar los objetos y las entradas. 01:10.170 --> 01:13.520 Tan importante para entender cuáles serán estas entradas. 01:13.590 --> 01:19.170 Esto no solo serán las imágenes de entrada, sino que estas entradas también contendrán los nodos ocultos y los 01:19.170 --> 01:20.980 nodos de las celdas del mismo. 01:21.090 --> 01:25.120 Entonces, es por eso que quería resaltar que algunas cosas van a cambiar ahora. 01:25.180 --> 01:30.820 Básicamente estamos considerando la función de avance de Internet y los nodos de la lista. 01:31.200 --> 01:38.900 Y hablando de ellos ahora, lo que vamos a hacer es separar estas dos entradas de este argumento al poner en 01:38.900 --> 01:41.540 marcha la función y cómo podemos separarlas. 01:41.700 --> 01:46.160 Bueno, podemos recordar un nuevo voivoda que será las imágenes de entrada. 01:46.230 --> 01:55.620 Así que eso es imágenes de entrada diseñadas y las separamos con el derrumbe H x y C X, que es un templo de los 01:55.620 --> 01:59.090 estados ocultos y los estados celulares en el Coliseo. 01:59.370 --> 02:04.470 Entonces H x otros estados y C X son los estados del sur. 02:04.540 --> 02:09.580 Está bien y eso será igual a la entrada que es este argumento aquí. 02:09.580 --> 02:14.950 Entonces, ahora hicimos esa separación y, por lo tanto, podemos comenzar a propagar la 02:15.220 --> 02:21.400 señal por todo el cerebro y para hacerlo vamos a obtener capas sucesivamente diferentes desde la 02:21.700 --> 02:28.690 primera hasta la última utilizando nuestras conexiones, que son las convoluciones, la conexión LACMA y la conexión lineal 02:29.020 --> 02:30.300 aquí las conexiones completas. 02:30.490 --> 02:31.400 Entonces, hagamos esto. 02:31.450 --> 02:33.620 Ahora va a ser lo mismo que antes. 02:33.750 --> 02:40.420 Vamos a obtener nuestra primera capa a la que vamos a llamar X y obtener esta primera capa que necesitamos para propagar 02:40.510 --> 02:46.240 la señal desde las entradas a esta primera capa y, por lo tanto, necesitamos usar la primera convolución porque 02:46.240 --> 02:51.770 es la primera convolución que propaga la señal desde las imágenes de entrada a la primera capa. 02:52.030 --> 02:58.450 Entonces, lo que vamos a hacer ahora es copiar esto porque esta es la primera convolución que tuvimos aquí 02:58.450 --> 03:06.100 y aplicamos esta primera convolución a nuestras imágenes de entrada que ahora son las entradas correctas y que obtenemos que propaga la 03:06.100 --> 03:09.560 señal de las imágenes de entrada a la primera capa. 03:09.820 --> 03:16.390 Pero ahora recuerden que tenemos que usar una función de activación no lineal para romper la linealidad con el fin de 03:16.390 --> 03:23.170 poder aprender las relaciones no lineales dentro de las imágenes y para hacer esto vamos a usar como dijimos la función de 03:23.500 --> 03:28.050 activación que estamos a punto de ver ahora mismo y eso por contacto atascado. 03:28.180 --> 03:30.110 Pero antes de eso, entiéndalo. 03:30.130 --> 03:36.430 Entonces para obtenerlo es como si realmente tomáramos el módulo funcional que tiene un atajo 03:36.490 --> 03:45.790 y luego ese y luego un bucle y luego ponemos todo esto entre paréntesis porque queremos activar las neuronas de forma no lineal. 03:45.880 --> 03:51.160 Esta primera capa aquí que obtuvimos aplicando la primera convolución en las entradas. 03:51.160 --> 03:55.310 Así que ahora vamos a la antorcha PI Doug para entender de qué se trata. 03:55.360 --> 03:56.110 Aquí está. 03:56.200 --> 04:00.320 Entonces puede acceder a la antorcha pegada o barra oblicua. 04:00.340 --> 04:06.940 Y luego esa H G y L y luego tienes que encontrar activaciones no lineales y luego las funciones de activación 04:06.940 --> 04:08.080 no lineal que encontrarás. 04:08.170 --> 04:14.040 Bueno, ese es el clásico cuando sabemos que es solo un máximo de cero y X tienes el gráfico en mente. 04:14.260 --> 04:17.160 Entonces tienes seis, que es este. 04:17.160 --> 04:19.350 Así que un poco más sofisticado 04:19.570 --> 04:21.190 Y luego vamos, echamos un vistazo. 04:21.550 --> 04:26.470 Y como puedes ver, azul es un rehacer más un elemento adicional. 04:26.620 --> 04:29.280 Entonces es como un más sofisticado realmente. 04:29.340 --> 04:34.180 Y ese es el que usamos para activar no linealmente las neuronas y las diferentes capas. 04:34.180 --> 04:39.420 Y, por cierto, esta nueva función de activación se llama exponencial en su unidad. 04:39.490 --> 04:40.250 Entonces ahí vamos 04:40.270 --> 04:44.230 Aplicamos el elu en la primera capa convolucional. 04:44.470 --> 04:46.300 Y ahora las cosas van a ser fáciles. 04:46.370 --> 04:52.270 que llamaremos X porque básicamente estamos agregando X ahora x es la primera convolución allí. 04:52.270 --> 04:59.440 Vamos a pasar al siguiente para la propagación de la señal que va de la primera capa convolucional 04:59.470 --> 05:02.190 a la segunda capa convolucional a la 05:02.290 --> 05:07.990 Y al propagar la señal desde la primera capa convolucional a la siguiente, X se convertirá en 05:07.990 --> 05:09.190 la siguiente capa convolucional. 05:09.520 --> 05:15.130 Y para propagar la señal de la primera capa convolucional a la segunda 05:15.220 --> 05:20.490 no podemos simplemente copiar esto y pegarlo aquí y reemplazar uno por dos. 05:20.510 --> 05:27.340 Y ahora, por supuesto, la segunda convolución no se aplica a las imágenes de entrada sino a X, que es 05:27.340 --> 05:29.530 la primera capa convolucional que está aquí. 05:29.830 --> 05:30.790 Muy bien, perfecto. 05:30.790 --> 05:32.800 Ahora tenemos nuestro segundo convolucional allí. 05:33.010 --> 05:38.230 Y ahora propaguemos la señal nuevamente desde el segundo convolucional hasta el tercero. 05:38.230 --> 05:46.000 Y, por lo tanto, podemos copiar esto directamente y pegarlo aquí y reemplazar dos por tres. 05:46.000 --> 05:46.840 Aquí vamos. 05:46.990 --> 05:47.900 Y el último. 05:47.920 --> 05:53.770 Ahora, para propagar la señal desde el tercer convolucional hasta el cuarto y el último, 05:53.770 --> 05:58.770 podemos simplemente copiar esto de nuevo aquí y reemplazar tres por cuatro. 05:58.840 --> 05:59.790 Aquí vamos. 06:00.220 --> 06:01.870 Así que vamos a recapitular. 06:01.870 --> 06:03.310 Comenzamos con nuestras entradas. 06:03.460 --> 06:07.170 Aplicamos la primera convolución para obtener el primer convolucional allí. 06:07.360 --> 06:12.130 Luego aplicamos la segunda convolución a la primera capa de convolución para obtener la segunda 06:12.130 --> 06:12.850 capa convolucional. 06:12.970 --> 06:17.830 Luego aplicamos esta tercera circunvolución al segundo convolucional allí para obtener la tercera 06:17.830 --> 06:18.510 capa convolucional. 06:18.550 --> 06:24.650 Y finalmente aplicamos la cuarta circunvolución al tercer convolucional allí para obtener allí el cuarto 06:24.650 --> 06:25.180 convolucional. 06:25.510 --> 06:29.900 Y así es como la señal se propaga a través de los ojos del ojo. 06:30.130 --> 06:35.620 Así que ahí vamos tenemos ahora la señal de salida después de las cuatro circunvoluciones y 06:35.620 --> 06:40.790 ahora sabemos qué hacer, necesitamos expandir toda esta señal de salida en un vector dimensional. 06:40.900 --> 06:42.640 Ese es el paso de aplanamiento. 06:42.880 --> 06:45.440 Así que vamos a actualizar x de nuevo x. 06:45.490 --> 06:49.010 Ahora se convertirá en este vector unidimensional aplanado. 06:49.230 --> 06:57.070 Y para hacer eso es lo mismo, necesitamos tomar X, que es hasta ahora la cuarta capa convolucional X, pero luego 06:57.520 --> 07:05.660 usamos una función de vista y primero ponemos menos uno para decir que queremos un vector dimensional y luego como un segundo 07:05.660 --> 07:11.810 argumento que necesitamos poner el número de elementos en el vector y eso es recordar tres dos 07:11.880 --> 07:13.560 veces tres veces tres. 07:13.670 --> 07:20.270 Y, por lo tanto, podemos poner aquí 32 veces tres veces tres. 07:20.270 --> 07:20.720 Aquí vamos. 07:20.720 --> 07:24.570 Ahora tenemos nuestro vector aplanado y el paso de aplanamiento está hecho. 07:24.680 --> 07:25.580 Perfecto. 07:25.580 --> 07:28.030 Ahora ocupémonos de la parte LCN. 07:28.280 --> 07:33.030 Entonces, como usted entendió, el LSD toma como entrada el vector aplanado. 07:33.200 --> 07:37.190 Este vector unidimensional de tres dos veces tres veces tres elementos. 07:37.190 --> 07:40.310 Entonces ya está listo y bien preparado para el icn. 07:40.320 --> 07:49.070 El equipo ahora está listo para tomar este vector Flaten como entradas y, por lo tanto, podemos tomar nuestro LACMA y las 07:49.190 --> 07:52.010 entradas como argumento primero X están listos. 07:52.010 --> 07:55.960 FLATOW Y vector que es este rayo x aquí que acabamos de expandir. 07:56.270 --> 08:00.810 Pero también y ahí es donde entran en juego los problemas. 08:00.890 --> 08:04.540 Necesitamos poner H x y z x. 08:04.550 --> 08:10.820 Y podemos usar ha-Satan vea X aquí porque hicimos esas separaciones de los argumentos de entrada 08:11.060 --> 08:12.980 originales de la función forward. 08:12.980 --> 08:20.460 Entonces, LACMA X muestra el vector de salida de las platinas después de las cuatro circunvoluciones y todo lo oculto en la nota de la celda. 08:20.480 --> 08:21.390 Entonces ahí vamos 08:21.440 --> 08:27.530 Entonces no debemos olvidarnos de nosotros mismos porque LSD es una variable o función, por lo que una variable 08:27.530 --> 08:35.210 unida al objeto en sí y un CM y esto realmente regresará a las salidas un total de dos salidas que serán los 08:35.210 --> 08:37.850 nodos de salida y los sonidos de salida. 08:37.880 --> 08:42.250 Entonces, en realidad es tópico y, por lo tanto, podemos actualizar H. 08:42.260 --> 08:48.890 X y y z x los nodos de celda porque esa es exactamente la salida de este NCM aquí. 08:50.030 --> 08:50.500 Estupendo. 08:50.510 --> 08:52.750 Así que casi hemos terminado ahora. 08:52.790 --> 08:58.850 Ahora que tenemos los resultados de la ilustración, necesitamos obtener el resultado útil porque en realidad solo 08:58.850 --> 09:05.570 las notas ocultas son útiles y, por lo tanto, vamos a obtenerlo de nuevo para X y X ahora 09:05.570 --> 09:12.490 será igual a atax el primer elemento de la muestra de salida de los EE. UU. una X es igual. 09:12.680 --> 09:14.270 Y casi hemos terminado. 09:14.270 --> 09:18.590 Recuerde que tenemos dos cerebros, un cerebro para el actor en una habitación para el crítico. 09:18.860 --> 09:24.380 Y, por lo tanto, tenemos que emitir señales para devolver la señal de salida del actor y la señal 09:24.380 --> 09:25.480 de salida del crítico. 09:25.580 --> 09:30.730 Y por lo tanto, ahora lo que vamos a hacer es devolver estas dos señales de salida y cómo podemos hacer eso. 09:30.830 --> 09:32.010 Bueno, eso es muy fácil. 09:32.030 --> 09:38.690 Simplemente necesitamos tomar nuestras conexiones lineales, pero por separado, que es una conexión lineal del crítico y que 09:38.770 --> 09:40.740 la conexión completa del actor. 09:41.180 --> 09:47.870 la salida X que es una salida útil de LACMA y que será lo único que será la señal de salida. 09:47.870 --> 09:50.470 Y aplicamos cada una de estas conexiones a 09:50.480 --> 09:50.990 Entonces ahí vamos 09:50.990 --> 09:51.840 Vamos a hacerlo. 09:51.900 --> 09:59.660 Primero tomamos self u objeto entonces obtenemos la conexión lineal del crítico que es crítico y este colinear 09:59.690 --> 10:08.090 que aplicamos a X la señal de salida el CM y luego mismo tomamos self luego de eso y luego 10:08.090 --> 10:15.290 tomamos la conexión lineal del actor que es actor y es colineal son los mismos que aplicamos 10:15.290 --> 10:16.200 a x. 10:16.310 --> 10:19.580 Ahí vamos, así que eso es lo principal que necesitamos. 10:19.710 --> 10:26.040 Pero luego también devolveremos la parte superior de Ajax a un nodo y veremos que X vende el nodo 10:26.040 --> 10:29.490 porque los utilizaremos más adelante y el aspecto retro del LCN. 10:29.520 --> 10:30.430 Muy bien, perfecto. 10:30.480 --> 10:32.960 Así que ahora hemos terminado con el cerebro. 10:32.970 --> 10:38.040 O debería decir los cerebros porque en realidad hicimos dos cerebros uno para el actor y un crítico. 10:38.250 --> 10:41.990 Así que felicitaciones por hacer el octavo con los cerebros. 10:42.180 --> 10:47.940 Espero que no haya sido demasiado abrumador combinarlo en CNN y en Anniston, pero al menos la buena noticia es 10:47.940 --> 10:51.190 que realmente estamos trabajando con el modelo mejor y más poderoso. 10:51.300 --> 10:53.010 Entonces ahí vamos 10:53.010 --> 10:55.950 De hecho, hemos terminado con este primer modelo familiar que. 10:56.010 --> 10:56.810 Y. 10:56.880 --> 11:02.040 Y así en los próximos dos años nos haremos cargo del optimizador porque vamos a hacer 11:02.190 --> 11:03.300 un optimizador por separado. 11:03.300 --> 11:08.850 No vamos a cortar cada línea de código porque gran parte proviene de los trabajos de investigación 11:08.850 --> 11:10.520 y esto es bastante específico. 11:10.530 --> 11:16.470 la función de tren para hacer, que será una función enorme y que contiene el algoritmo que ver. 11:16.470 --> 11:22.410 Y si profundizamos en los detalles de lo que está sucediendo con este optimizador, esto podría ser un 11:22.410 --> 11:26.890 poco demasiado abrumador para lo que va a suceder a continuación porque todavía tenemos 11:27.030 --> 11:29.240 Entonces confía en mí, quieres conservar algo de energía para eso. 11:29.310 --> 11:32.300 Y, por lo tanto, no pasaremos demasiado tiempo en esto. 11:32.490 --> 11:37.830 Pero aún ampliaré el código y comprenderá la idea detrás de esta optimización. 11:38.190 --> 11:44.740 Felicidades de nuevo por hacer esta clase de actividad y nos vemos en el próximo optimizador Statoil 290. 11:44.760 --> 11:46.140 Hasta entonces, disfrute yo.