WEBVTT 00:00.390 --> 00:02.550 Hola y bienvenido a este tutorial. 00:02.550 --> 00:02.870 Todo bien. 00:02.880 --> 00:08.370 Entonces en los tutoriales anteriores hicimos el cerebro o si quieres que los cerebros del A-3 vean ahora, 00:08.370 --> 00:09.560 necesitamos entrenar este cerebro. 00:09.660 --> 00:15.240 Pero para entrenar sus cerebros necesitamos un optimizador que sea el uso de esta herramienta y pegar un 00:15.240 --> 00:20.820 cigarrillo en el centro para tomar el peso de acuerdo con cuánto contribuyen al error entre las predicciones 00:20.940 --> 00:21.900 y los objetivos. 00:22.200 --> 00:29.790 que hicimos hasta ahora en el primer y segundo módulo usamos el optimizador de átomos por torche en el entrenamiento. 00:29.910 --> 00:30.660 Y lo 00:30.840 --> 00:38.260 Pero como te dije, estamos lidiando con un problema muy desafiante que se desata y el algoritmo A-380 en 00:38.260 --> 00:41.560 sí mismo no es suficiente para resolver este problema. 00:41.580 --> 00:48.480 Necesitamos algunos optimizadores personalizados y muchos trucos diferentes para resolver este problema sin esperar 00:48.480 --> 00:49.340 por años. 00:49.530 --> 00:56.790 Así que ese es el propósito de hacer esto y es por eso que tenemos un optimizador personalizado separado basado en 00:56.790 --> 00:57.990 el optimizador de átomos. 00:58.200 --> 01:02.680 Y eso está contenido en esta clase enemiga compartida y por qué el átomo compartido. 01:02.880 --> 01:08.190 Es porque en realidad es el optimizador de átomos, pero funcionará en Estados compartidos. 01:08.190 --> 01:12.840 Así que vamos a explicar cómo funciona y cómo funciona. Así que vamos a ver las 01:12.840 --> 01:18.170 diferentes funciones aquí sin matarlas porque sabes que queremos mantener algo de energía para la siguiente y además 01:18.180 --> 01:23.190 ese es el tren que yo cayó, lo que tomará más de cien líneas de código. 01:23.190 --> 01:24.550 Así que prepárate para eso. 01:24.600 --> 01:30.440 Y por lo tanto trataremos de explicar qué está pasando aquí en un Statoil Statoil. 01:30.480 --> 01:31.970 Y comencemos ahora. 01:32.810 --> 01:38.480 de clases que contendrá tres funciones, la función de inicio, la función de memoria compartida y la función de paso. 01:38.480 --> 01:40.900 De acuerdo, primero, presentamos este átomo de intercambio 01:41.180 --> 01:48.410 Entonces, lo que hacemos primero es que heredamos de ese átomo el que es, por supuesto, el optimizador de átomos y 01:48.410 --> 01:52.100 que obtenemos del módulo Upton de la biblioteca de antorchas. 01:52.280 --> 01:57.980 Así que aquí tenemos una herencia simple para obtener todas las herramientas relacionadas con el optimizador de átomos y luego 01:57.980 --> 01:59.320 comenzamos con la función init. 01:59.330 --> 02:00.990 Entonces, ¿qué pasa aquí? 02:01.150 --> 02:08.050 Primero usamos la superfunción para heredar de todas las herramientas y todos los parámetros básicos del átomo, la 02:08.050 --> 02:11.310 clase Atom y estos parámetros básicos están aquí. 02:11.380 --> 02:16.090 Harams aprendiendo los baiters de la raza Epsilon y la descomposición del peso. 02:16.240 --> 02:17.920 Y luego comenzamos un seguimiento. 02:17.980 --> 02:21.840 Este primer Foluke para grupo en sí mismo que grupos de Paramo. 02:21.850 --> 02:28.310 Entonces, para nosotros, ¿qué es un grupo de parum configurado en grupos? Contiene todos los atributos del optimizador. 02:28.510 --> 02:34.030 Y entre estos atributos tenemos los parámetros que tenemos para optimizar estos parámetros 02:34.030 --> 02:40.790 que deseamos atomizar otras formas de la red que están contenidas en grupos auto parum quizás. 02:40.930 --> 02:44.860 Entonces, allí vamos, el grupo pertenece a grupos de autoayuda. 02:44.980 --> 02:50.920 que queremos optimizar y que están exactamente contenidos en grupos de auto-duda parum tal vez. 02:50.920 --> 02:54.910 Y aquí tenemos el segundo Faltu que obtendrá estos parámetros 02:54.910 --> 03:01.870 Así que, básicamente, pasamos por grupos de autoayuda que contienen todos los parámetros y para cada grupo de parámetros 03:01.930 --> 03:07.480 y autoconversación de grupos vamos a ir a través de los parámetros que queremos optimizar. 03:07.540 --> 03:14.300 Por lo tanto, para el grupo Páramo aquí significa para cada Tancer de pesos que queremos optimizar. 03:14.410 --> 03:20.200 Entonces, para cada peso de sensor que queremos optimizar y luego qué sucede dentro de este grupo con estas 03:20.200 --> 03:21.550 cuatro líneas de código. 03:21.820 --> 03:29.650 Básicamente, lo que sucede es que la actualización realizada por el optimizador se basa en un promedio móvil 03:29.890 --> 03:31.170 exponencial del gradiente. 03:31.250 --> 03:32.880 Esa es esta línea de código aquí. 03:33.010 --> 03:38.270 Esa es la media móvil exponencial del gradiente del momento uno que es de orden uno. 03:38.500 --> 03:44.860 Pero los objetos hechos por átomo no solo se basan en que también se basan en un promedio 03:45.190 --> 03:47.140 móvil exponencial del cuadrado del gradiente. 03:47.260 --> 03:51.770 Esa es una media móvil exponencial del gradiente de impulso ao dos. 03:52.030 --> 03:55.320 Así que aquí está el promedio móvil exponencial de todos. 03:55.480 --> 04:00.560 Y aquí está el promedio móvil exponencial de dos para cada uno de ellos que EMJ ha degradado. 04:00.790 --> 04:01.890 Entonces, ¿qué pasa aquí? 04:02.080 --> 04:07.930 Y ahora, si desea obtener más información sobre cómo funciona la media móvil exponencial, le recomiendo 04:07.930 --> 04:14.560 que eche un vistazo a este método de investigación de Adam para la optimización estocástica porque básicamente el 04:14.860 --> 04:20.610 optimizador de átomos que estamos implementando en este momento se basa en el algoritmo uno aquí. 04:20.890 --> 04:27.700 Entonces, si desea obtener más detalles sobre cómo funciona el algoritmo, este documento será definitivamente útil. 04:27.700 --> 04:32.720 Y luego tienes algunas explicaciones adicionales sobre el algoritmo con los átomos y las reglas. 04:32.860 --> 04:37.840 Y para que sepa que eso es solo si quiere atacar esto antes de atacar la función de 04:37.840 --> 04:39.120 tren grande que realizará después. 04:39.400 --> 04:41.990 De acuerdo, volvamos a Bison. 04:42.220 --> 04:46.140 Y ahora pasemos a la segunda función de memoria compartida. 04:46.190 --> 04:47.890 Así que ahora solo voy a decir algunas palabras. 04:48.010 --> 04:54.580 La idea de esta función de memoria compartida es algo así como tensor que kuda, usted sabe, es un acelerador 04:54.580 --> 04:55.830 basado en una vista. 04:55.870 --> 05:03.160 Y así, básicamente, lo que sucede aquí es que tenemos estos tensores de los estados que comparten aquí 05:03.160 --> 05:10.210 y aquí la memoria que se comportan un poco como tenso que podrían acelerar el cálculo acelerado. 05:10.420 --> 05:17.140 Pero la diferencia es que aquí los sensores que comparten memoria envían el cálculo a una parte 05:17.140 --> 05:22.150 del GP que usted o usted tiene acceso a toda la amenaza paralizada. 05:22.160 --> 05:23.580 Entonces eso es básicamente lo que se hace aquí. 05:23.590 --> 05:30.220 Eso es un poco como 10 para ese kuda, pero solo se envía a una parte del GP para ser 05:30.220 --> 05:32.090 accesible a las amenazas en paralelo. 05:32.090 --> 05:32.460 Todo bien. 05:32.470 --> 05:35.100 Y luego tenemos el último paso de función. 05:35.110 --> 05:41.830 Entonces sabes que esta función es como el método de paso del optimizador de átomos que utilizamos en este curso. 05:41.830 --> 05:47.170 Y así, de nuevo, esto se basa en el algoritmo, uno del mismo papel que vimos antes. 05:47.170 --> 05:48.610 Entonces este algoritmo 05:48.850 --> 05:52.250 Entonces, de nuevo, desea comprender en detalle las siguientes líneas de código. 05:52.420 --> 05:57.240 Bueno, una vez más, Ingrid le dice que eche un vistazo a este algoritmo en este artículo. 05:57.580 --> 06:04.330 Y además de lo que se hace aquí no es totalmente obligatorio porque esto es en realidad un copiar y pegar del 06:04.330 --> 06:07.180 método de paso que actúa esa clase de átomo. 06:07.180 --> 06:14.050 aquí podría haberlo hecho al usar nuestra herencia porque aquí heredamos de Acton que Adam y así usar 06:14.050 --> 06:20.620 nuestra herencia Bien, lo que podemos hacer en lugar de hacer todo esto solo va a escribir aquí 06:20.620 --> 06:29.260 el comentario es solo usar el superfunción que aplicamos a nuestra clase compartida de Adán luego a nuestro ser objetivo y aquí solo 06:29.710 --> 06:38.020 agregamos el paso con el paso de paréntesis es el método del acto en esa clase y eso es exactamente lo mismo. 06:38.320 --> 06:40.550 Entonces, básicamente, lo que se hace 06:40.750 --> 06:45.820 Es por eso que estaba diciendo que aquí solo hay un copiar y pegar del método de paso del acto 06:45.850 --> 06:46.860 en la clase Atom. 06:46.930 --> 06:53.440 Así que creo que si reemplazas todo esto por esta súper función aplicada para compartir bien el método de Adam y 06:53.830 --> 06:55.960 el paso, podríamos obtener exactamente lo mismo. 06:57.220 --> 06:59.900 Muy bien, así que fue interesante echarle un vistazo rápido. 06:59.920 --> 07:02.750 Básicamente puedes ver esto como el optimizador de Adam. 07:02.850 --> 07:04.530 Es como si tuviéramos una mirada más profunda. 07:04.640 --> 07:10.000 Pero, nuevamente, si quiere ver más detalles de todo esto y si quiere entender qué sucede detrás de 07:10.000 --> 07:14.120 la escena, le recomiendo que eche un vistazo a este trabajo de investigación. 07:14.170 --> 07:16.120 Pondré el enlace en los comentarios aquí. 07:16.120 --> 07:19.940 Sabes recordar que tendrás todo el código conectado en gran detalle. 07:19.990 --> 07:22.120 Así que es realmente bueno si puedes echarle un vistazo. 07:22.580 --> 07:30.310 Y ahora espero que tengas una gran energía porque vamos a pasar al archivo del tren que contendrá esta enorme 07:30.310 --> 07:35.860 función de tren y que básicamente entrenará a nuestro cerebro, lo que ahora podemos 07:35.860 --> 07:37.510 hacer porque tenemos nuestro optimizador. 07:37.690 --> 07:39.230 Así que tenga un buen descanso ahora. 07:39.250 --> 07:41.840 Duerme bien y cuando te sientas en buena forma. 07:41.980 --> 07:44.440 Pasemos al siguiente paso. 07:44.440 --> 07:45.910 Hasta entonces, disfruta de la IA.