WEBVTT 00:00.300 --> 00:05.790 Xin chào và chào mừng bạn trở lại với khóa học về Học sâu hôm nay, chúng tôi đang khởi động mạng nơ-ron phức hợp 00:05.790 --> 00:06.840 sẽ rất thú vị. 00:06.840 --> 00:08.340 Hãy đi sâu vào nó. 00:08.340 --> 00:10.350 Chúng ta sẽ bắt đầu với một hình ảnh. 00:10.620 --> 00:12.690 Bạn thấy gì khi nhìn vào hình ảnh này? 00:13.440 --> 00:17.610 Bạn có thấy một người đang nhìn mình hay bạn thấy một người đang nhìn sang bên phải? 00:18.000 --> 00:21.570 Bạn có thể thấy rằng bộ não của bạn đang gặp khó khăn. 00:21.570 --> 00:23.970 Nó đang đấu tranh để điều chỉnh. 00:23.970 --> 00:27.330 Nếu bạn nhìn sang phía bên phải của hình ảnh, chỉ cần nhìn vào đường viền bên phải của hình ảnh. 00:27.330 --> 00:29.040 Bạn sẽ thấy một người đang nhìn sang bên phải. 00:29.040 --> 00:32.970 Nếu bạn nhìn vào đường viền bên trái của hình ảnh, bạn sẽ thấy một người đang nhìn bạn. 00:33.540 --> 00:42.690 Và điều này chỉ chứng minh rằng những gì bộ não của chúng ta đang tìm kiếm khi chúng ta nhìn thấy mọi thứ là các đặc điểm tùy thuộc vào các tính năng mà nó 00:42.690 --> 00:48.000 nhìn thấy, tùy thuộc vào các tính năng mà bạn xử lý, bạn phân loại mọi thứ theo những cách nhất 00:48.000 --> 00:48.480 định. 00:48.480 --> 00:53.760 Vì vậy, khi bạn nhìn vào phía bên phải của hình ảnh, bạn sẽ thấy một số đặc điểm nhất định của 00:53.760 --> 00:59.850 một người đang nhìn sang bên phải vì họ gần tâm điểm của bạn hơn và do đó não của bạn phân loại là người nhìn 00:59.850 --> 01:00.720 sang bên phải. 01:00.720 --> 01:06.750 Khi bạn nhìn sang phía bên trái của hình ảnh, bạn sẽ thấy nhiều đặc điểm hơn của một người đang nhìn bạn và 01:06.750 --> 01:09.270 do đó não của bạn phân loại nó như vậy. 01:09.270 --> 01:10.740 Vì vậy, chúng ta hãy xem xét một cái khác. 01:10.980 --> 01:12.720 Đây là một hình ảnh rất nổi tiếng. 01:12.720 --> 01:15.810 Bạn có thể đã nhìn thấy nó, nhưng bạn thấy gì ở đây? 01:16.590 --> 01:23.640 Vì vậy, một số người sẽ nói rằng họ nhìn thấy một cô gái trẻ mặc váy, đang nhìn đi chỗ khác. 01:23.640 --> 01:29.760 Một số người sẽ nói rằng họ nhìn thấy một bà già đội khăn trên đầu đang nhìn xuống. 01:29.970 --> 01:34.200 Vì vậy, tôi sẽ chỉ ra những tính năng này và bạn sẽ thấy rằng nó sẽ trở nên rất rõ ràng. 01:34.200 --> 01:37.440 Vì vậy, đây là khuôn mặt của cô gái trẻ đang nhìn đi chỗ khác. 01:37.440 --> 01:40.290 Cô ấy đang nhìn vào khoảng không như chiếc áo khoác của mình. 01:40.290 --> 01:43.380 Đó là tóc của cô ấy, đó là chiếc lông nhỏ trên tóc cô ấy. 01:43.380 --> 01:48.900 Và mặt khác, đây là đầu của bà già nhìn xuống. 01:48.900 --> 01:52.080 Đó là mũi của cô ấy, đó là miệng của cô ấy, đó là cằm của cô ấy. 01:52.080 --> 01:53.490 Đó là chiếc khăn trên đầu cô ấy. 01:53.490 --> 01:55.500 Và cô ấy đang nhìn xuống. 01:55.500 --> 01:57.840 Vì vậy, như bạn có thể thấy, hai trong một. 01:57.840 --> 02:04.890 Và tùy thuộc vào tính năng nào mà bộ não của bạn thu nhận, nó sẽ chuyển đổi giữa việc phân loại từng hình ảnh thành hình ảnh này 02:04.890 --> 02:06.090 hay hình ảnh kia. 02:06.660 --> 02:13.740 Ảo ảnh lâu đời nhất được ghi lại trong tác phẩm đã in là ảo ảnh này. 02:13.740 --> 02:15.150 Đó là con vịt hoặc con thỏ. 02:15.150 --> 02:16.860 Vậy đây là vịt hay thỏ? 02:16.860 --> 02:17.970 Một vi dụ khac. 02:18.150 --> 02:24.630 Và bây giờ tôi sẽ cho bạn xem một hình ảnh chỉ trong một giây, chỉ cần nhìn vào nó và xem bạn trải qua 02:24.660 --> 02:28.350 những cảm xúc gì hoặc loại trải nghiệm nào, trải nghiệm hình ảnh. 02:28.890 --> 02:30.930 Vậy bạn thấy sao? 02:30.970 --> 02:37.590 Bạn có cảm thấy như không bị hoa mắt, nhưng có chút chói mắt, giống như bộ não của bạn đang cố gắng tìm 02:37.590 --> 02:43.680 hiểu xem nó là gì, nó như thế nào, nó đang cố nhảy giữa mắt cô ấy, mắt lên và xuống. 02:43.680 --> 02:51.750 Và đây là ví dụ kinh điển về việc khi có một số đặc điểm nhất định có thể là thế này, có thể là thế kia, nhưng bộ não 02:51.750 --> 02:53.640 của bạn không thể quyết định được. 02:53.850 --> 02:58.590 Và bởi vì cả hai đều có vẻ hợp lý và đúng. 02:58.590 --> 03:04.800 Vì vậy, về cơ bản tất cả những ví dụ này minh họa cho chúng ta thấy não hoạt động như thế nào, rằng nó xử lý một số 03:04.800 --> 03:10.770 tính năng nhất định trên một hình ảnh hoặc bất cứ thứ gì bạn nhìn thấy trong cuộc sống thực và nó phân loại như vậy. 03:10.770 --> 03:16.030 Và có thể bạn đang ở trong tình huống khi bạn nhìn nhanh qua vai và bạn thấy một thứ gì đó và bạn nghĩ nó, 03:16.030 --> 03:22.740 tôi không biết, nó giống như một, một, một quả bóng, nhưng hóa ra là một con mèo hoặc bạn nghĩ đó là một đó là một chiếc ô tô, nhưng hóa ra 03:22.740 --> 03:25.440 lại là một cái bóng và những thứ tương tự như vậy. 03:25.440 --> 03:29.580 Đó là bởi vì bạn không có đủ thời gian để xử lý các tính năng đó hoặc bạn không có đủ tính năng 03:29.580 --> 03:30.930 để phân loại mọi thứ như vậy. 03:30.930 --> 03:38.490 Và điều này đối với tôi, điều này rất thú vị bởi vì những gì chúng ta sẽ làm với mạng nơ-ron, với mạng 03:38.490 --> 03:40.710 nơ-ron tích tụ, rất giống nhau. 03:40.710 --> 03:46.020 Và bạn sẽ thấy rằng cách máy tính xử lý hình ảnh sẽ cực kỳ giống với cách 03:46.020 --> 03:48.120 chúng ta xử lý hình ảnh. 03:48.120 --> 03:53.520 Vì vậy, rất có giá trị để hiểu và chỉ cần ghi nhớ những điều này rằng đây là cách chúng tôi làm điều đó. 03:53.520 --> 03:57.960 Và tôi sẽ loại bỏ người phụ nữ này khỏi màn hình của bạn bởi vì cô ấy có thể đã làm bạn 03:57.960 --> 03:58.350 phát hoảng. 03:58.350 --> 04:00.870 Vì vậy, đây là một cái gì đó khác nhau. 04:00.870 --> 04:06.900 Đây là một thử nghiệm, một thử nghiệm được thực hiện trên máy tính, trên mạng nơ-ron phức hợp. 04:06.900 --> 04:10.710 Vì vậy, bây giờ chúng ta đang dần chuyển từ con người sang máy tính. 04:11.190 --> 04:14.310 Và slide này là từ một bài nói chuyện của Geoffrey Hinton. 04:15.090 --> 04:21.600 Và ở đây bạn đã có cơ bản, nó mô tả một thí nghiệm mà anh ấy đã thực hiện trên một số mạng nơ-ron phức 04:21.750 --> 04:23.820 tạp mà anh ấy đã đào tạo. 04:24.210 --> 04:29.490 Vì vậy, ở đây bạn thấy ba hình ảnh và chúng ta sẽ xem xét chúng từ trái sang phải và xem bạn sẽ phân loại chúng như thế nào và 04:29.490 --> 04:31.560 sau đó xem máy tính phân loại chúng như thế nào. 04:31.560 --> 04:34.260 Vậy ở bên trái, bạn nghĩ đây là cái gì? 04:35.340 --> 04:37.590 Bạn có thể đã nói Cheetah và bạn sẽ đúng. 04:37.590 --> 04:38.790 Và đây là những gì máy tính nói. 04:38.790 --> 04:43.860 Vì vậy, và ngay lập tức, ngay lập tức, chúng ta sẽ học cách đọc những hình ảnh này, bởi vì 04:43.860 --> 04:51.690 nếu bạn đang đi sâu vào mạng nơ-ron phức hợp, không có ý định chơi chữ, nếu bạn bắt đầu tìm hiểu thêm và thêm về chúng và sử dụng chúng, bạn 04:51.690 --> 04:53.850 sẽ thấy rất nhiều điều trong số này. 04:53.850 --> 04:57.000 Vì vậy, và tôi đã thực sự thấy mọi người đọc chúng không chính xác. 04:57.000 --> 04:58.830 Vì vậy, ở đây ở trên cùng. 04:59.620 --> 05:01.320 Qaeda thực sự là như thế nào. 05:01.320 --> 05:04.770 Vì vậy, đó là nhãn chính xác thực tế của hình ảnh. 05:04.770 --> 05:10.950 Nhãn của hình ảnh là như vậy, bất kể quá trình xử lý và thị giác máy tính nào. 05:11.520 --> 05:19.440 Và sau đây là các dự đoán, bốn hoặc năm dự đoán hàng đầu đôi khi là các dự đoán của thuật toán và chúng được đưa 05:19.440 --> 05:20.550 ra xác suất. 05:20.550 --> 05:26.370 Vì vậy, máy tính cho biết, hoặc mạng lưới thần kinh cho biết Cheetah Leopard, Snow Leopard hoặc mèo Ai Cập có thể là 05:26.370 --> 05:29.040 một trong bốn và báo gêpa có phiếu bầu cao nhất. 05:29.040 --> 05:34.200 Và trong suốt phần này của khóa học, bạn sẽ hiểu những phiếu bầu này có nghĩa là gì và chúng được tạo ra như 05:34.200 --> 05:34.650 thế nào. 05:34.650 --> 05:36.420 Nhưng bây giờ nó khá trực quan, phải không? 05:36.420 --> 05:41.970 Vì vậy, đó là một con báo trong thực tế, và mạng lưới thần kinh đã đoán đúng, nó cho biết với xác suất cao, 05:41.970 --> 05:44.100 khoảng 95, 99%, đó là một con báo gêpa. 05:45.780 --> 05:47.370 Sau đó, cái thứ hai, bạn nghĩ gì? 05:47.370 --> 05:51.030 Có phải đó là một con tàu cao tốc. 05:51.030 --> 05:57.120 Và mạng nơ-ron đã có thể phân biệt giữa tàu cao tốc, xe khách, tàu điện ngầm, đầu 05:57.120 --> 05:57.960 máy điện. 05:57.960 --> 05:58.920 Đó là những lựa chọn hàng đầu. 05:58.920 --> 06:00.360 Tất nhiên, nó có nhiều lựa chọn hơn. 06:00.360 --> 06:07.170 Các mạng nơ-ron này học cách phân biệt không chỉ bốn danh mục với hàng chục, hàng nghìn danh 06:07.170 --> 06:08.670 mục cùng một lúc. 06:08.670 --> 06:10.650 Vì vậy, đó là bốn tùy chọn mà nó đã chọn. 06:10.650 --> 06:12.720 Và đó là tàu cao tốc và đó là tàu cao tốc. 06:12.720 --> 06:18.450 Vì vậy, bạn nghĩ gì về điều cuối cùng là rất, có một vài lựa chọn ở đó. 06:18.460 --> 06:20.040 Nó không phải là rất rõ ràng nó là gì. 06:20.040 --> 06:21.390 Nó có thể là một cái chảo rán. 06:21.390 --> 06:22.740 Nó có thể là một chiếc kính lúp. 06:22.740 --> 06:27.000 Nó thậm chí có thể là một cái kéo. 06:27.000 --> 06:31.500 Một số người có thể nói, tốt, mạng lưới thần kinh nói rằng đó là một cái kéo, nhưng bạn có thể thấy cách bạn 06:31.500 --> 06:32.460 có thể sai ở đây. 06:32.460 --> 06:35.250 Trước hết, nó không phải là một hình ảnh quá rõ ràng. 06:35.250 --> 06:41.700 Và bạn cũng có thể thấy rằng các xác suất không rõ ràng ở đây. 06:41.700 --> 06:46.200 Vì vậy, mạng lưới thần kinh đã có một chút bối rối, một chút do dự, giống như chúng ta. 06:46.200 --> 06:50.910 Vì vậy, nó nói kéo có xác suất cao nhất, nhưng sau đó nó có độ bóng bàn 06:50.910 --> 06:55.650 tay, mà thực tế đã không ở vị trí thứ hai và ống nghe chảo rán cách đó không xa. 06:55.650 --> 07:01.380 Vì vậy, về cơ bản ở đây bạn có thể thấy rằng chiếc kéo là dự đoán đầu tiên của nó, nhưng lựa chọn chính xác là số hai và đó là lý do tại 07:01.380 --> 07:02.850 sao nó được đánh dấu bằng màu đỏ. 07:03.060 --> 07:03.930 Vậy là xong. 07:03.930 --> 07:06.960 Đó là những gì mạng nơ-ron đã có sẵn. 07:06.960 --> 07:08.820 Và đây thực sự là một slide cũ. 07:08.820 --> 07:10.530 Đây là vài năm trước đây. 07:10.530 --> 07:11.760 Bây giờ chúng thậm chí còn tốt hơn. 07:11.760 --> 07:16.080 Và bạn sẽ thấy rằng từ ứng dụng thực tế mà bạn sẽ cùng nhau viết mã. 07:16.080 --> 07:16.670 Puddle on. 07:16.680 --> 07:21.150 Nhưng bây giờ chúng ta hãy cố gắng hiểu rõ hơn một chút về loại mạng lưới nơ-ron phức tạp thực sự là 07:21.150 --> 07:23.730 gì và tại sao chúng lại trở nên phổ biến đến vậy? 07:23.730 --> 07:25.710 Và họ thực sự đang trở nên phổ biến. 07:25.710 --> 07:31.050 Vì vậy, bạn có thể xem ở đây so sánh Google Xu hướng mà tôi vừa thực hiện ngày hôm qua. 07:31.620 --> 07:39.360 Ở đây, bạn có thể thấy rằng các mạng nơ-ron tích tụ thậm chí đang chiếm lấy các mạng nơ-ron nhân tạo. 07:39.360 --> 07:47.880 Vì vậy, một sự gia tăng lớn và họ sẽ tiếp tục đi theo cách đó bởi vì đây là một lĩnh vực rất quan trọng, đó là 07:47.880 --> 07:52.440 nơi tất cả mọi thứ xảy ra, chẳng hạn như xe hơi tự lái. 07:52.440 --> 07:57.840 Làm sao họ nhận ra người đi đường, làm sao nhận ra biển báo dừng và những thứ tương tự? 07:57.840 --> 08:04.860 Làm thế nào để Facebook làm thế nào để Facebook có thể gắn thẻ hình ảnh hoặc người trong hình ảnh? 08:04.860 --> 08:11.820 Và không chỉ giống như, hãy nhớ những năm trước đây bạn phải tự mình gắn thẻ mọi người, sau đó nó sẽ nhận ra khuôn mặt, 08:11.820 --> 08:16.680 bạn phải thêm họ, sau đó thêm tên, và bây giờ nó chỉ nhận dạng khuôn mặt và 08:16.680 --> 08:18.240 thêm tên cùng một lúc. 08:18.330 --> 08:23.540 Chà, đó là khả năng của các mạng nơ-ron tích hợp. 08:23.550 --> 08:32.280 Và nói về Facebook, nếu Geoffrey Hinton là cha đỡ đầu của mạng nơ-ron nhân tạo và học 08:32.280 --> 08:38.910 sâu, thì Yann LeCun là ông tổ của mạng nơ-ron phức hợp. 08:38.910 --> 08:45.450 Yann LeCun là học sinh của Geoffrey Hinton, và trên thực tế, ở đây bạn có thể thấy họ cùng nhau. 08:45.450 --> 08:51.180 Và Geoffrey Hinton hiện đang đi tiên phong trong lĩnh vực học sâu tại Google. 08:51.210 --> 08:56.730 Yann LeCun là giám đốc Nghiên cứu Trí tuệ Nhân tạo của Facebook và cũng là một giáo sư tại NYU. 08:56.730 --> 09:00.030 Vì vậy, từ từ, chúng tôi tôi thích phần này của khóa học. 09:00.030 --> 09:07.380 Từ từ, chúng tôi đang xây dựng cái tên này, những cái tên này hoặc loại bức tranh về hồ sơ của những người đang 09:07.380 --> 09:09.120 thúc đẩy lĩnh vực này. 09:09.120 --> 09:14.340 Và tiếp theo trong một vài phần tiếp theo, chúng ta sẽ tìm hiểu thêm về một vài phần. 09:14.340 --> 09:20.160 Và chúng ta sẽ có toàn bộ mafia này, như họ tự gọi, hoặc Yann LeCun gọi họ là Mafia hoặc âm 09:20.160 --> 09:21.030 mưu học sâu. 09:21.030 --> 09:23.640 Và bạn sẽ tìm hiểu thêm một chút về cách toàn bộ lĩnh vực này phát triển. 09:23.640 --> 09:27.150 Và vâng, đó chỉ là một số người tuyệt vời, tuyệt vời. 09:27.150 --> 09:33.900 Và do đó, Yann LeCun trở lại những năm 80 và những năm 90 đã có những đóng góp đáng kể 09:33.900 --> 09:36.180 trong lĩnh vực mạng nơ-ron tích tụ. 09:36.180 --> 09:44.310 Và như chúng ta sẽ thấy trong suốt khóa học này, đã có thể phát triển hoặc giúp thế giới phát triển một thứ 09:44.310 --> 09:46.350 gì đó cực kỳ mạnh mẽ. 09:46.350 --> 09:52.620 Vì vậy, chuyển sang cách mạng nơ-ron tích tụ hoạt động, bạn có một đầu vào. 09:52.620 --> 09:54.210 Nó rất đơn giản, nó rất đơn giản. 09:54.210 --> 09:56.070 Vậy là bạn đã có một hình ảnh đầu vào. 09:56.070 --> 09:59.160 Nó đi qua một mạng nơ-ron phức hợp và bạn có một đầu ra. 09:59.250 --> 09:59.730 Có nhãn. 09:59.730 --> 10:06.520 Vì vậy, nó phân loại hình ảnh đó như một thứ gì đó giống như một con báo hay một đoàn tàu cao tốc hoặc một cái gì đó khác. 10:06.540 --> 10:10.320 Bây giờ giống như đi vào chi tiết hơn một chút. 10:10.710 --> 10:18.840 Ví dụ: bạn có thể sau khi mạng nơ-ron đã được đào tạo trên một số hình ảnh nhất định, trên một số hình ảnh đã phân loại 10:18.840 --> 10:25.530 hoặc hình ảnh đã phân loại đã được phân loại trước đó sau đó bạn có thể đưa ra nó, giả sử một 10:25.530 --> 10:30.270 mạng lưới thần kinh đã được đào tạo để nhận dạng nét mặt, cảm xúc . 10:30.270 --> 10:37.470 Bạn có thể đưa ra khuôn mặt của một người đang cười, không chỉ là một khuôn mặt, như hình vẽ một khuôn mặt như thế này, mà là khuôn mặt 10:37.470 --> 10:39.240 thực sự của một người đang cười. 10:39.240 --> 10:44.790 Và nó sẽ cho bạn biết rằng người đó đang hạnh phúc và bạn có thể cho nó là khuôn mặt của một người đang cau có. 10:44.820 --> 10:46.650 Nó sẽ cho bạn biết rằng người đó đang buồn. 10:47.190 --> 10:48.480 Nó có thể nhận ra những cảm xúc này. 10:48.480 --> 10:53.250 Và như bạn có thể thấy, nó đã rất mạnh về rất nhiều ứng dụng khác nhau. 10:53.250 --> 11:00.450 Chỉ với một ví dụ này bạn có thể nghĩ ra ngay lập tức và trong cả hai trường hợp, nó sẽ cung cấp cho bạn một xác suất. 11:00.450 --> 11:10.200 Vì vậy, nó sẽ không nói với 100% niềm vui hay nỗi buồn của người đó, nó sẽ là 99 hoặc 98 hoặc có thể là 80% khi không rõ chuyện 11:10.200 --> 11:11.670 gì đang xảy ra. 11:11.670 --> 11:17.370 Và cũng giống như chúng ta đúng, đôi khi chúng ta có thể nhầm lẫn mọi thứ với những gì chúng không phải, hoặc đôi khi chúng ta 11:17.370 --> 11:17.880 có thể. 11:18.690 --> 11:24.660 Đôi khi không rõ người đó đang cười hay đang cau mày hay đó là chó hay mèo, 11:24.660 --> 11:27.750 hay đó là tàu hỏa hay tàu cao tốc. 11:28.200 --> 11:28.360 Đúng. 11:28.410 --> 11:33.240 Đôi khi chúng tôi không có, chúng tôi chưa thấy đủ các tính năng và tất cả đi xuống các tính 11:33.240 --> 11:38.310 năng bởi vì đó là cách chúng tôi xử lý thông tin trực quan như chúng tôi đã thấy từ đầu hướng dẫn này. 11:38.310 --> 11:44.040 Vậy nhưng làm thế nào để một mạng nơ-ron, làm thế nào để mạng nơ-ron có thể nhận ra những đặc điểm này? 11:44.040 --> 11:48.690 Tất cả đều bắt đầu ở mức cơ bản mà bạn có. 11:48.690 --> 11:50.670 Giả sử bạn có một hình ảnh, bạn có hai hình ảnh. 11:50.760 --> 11:56.280 Một là hình ảnh đen trắng có kích thước 2 x 2 pixel và một là hình ảnh màu có kích thước 2 x 2 pixel. 11:56.280 --> 12:04.620 Chà, mạng nơ-ron tận dụng thực tế rằng hình ảnh đen trắng là một mảng hai chiều. 12:04.620 --> 12:09.560 Vì vậy, cách chúng ta nhìn thấy nó ngay bây giờ ở bên trái chỉ là hình ảnh đại diện, phải không? 12:09.600 --> 12:13.530 Vì vậy, đó là một số loại hình ảnh và vì lợi ích của đơn giản chỉ là một bức tranh hai nhân hai. 12:13.890 --> 12:18.870 Nhưng theo thuật ngữ máy tính, nó thực sự là một mảng hai chiều với mỗi một trong 12:18.870 --> 12:22.080 số các pixel đó có giá trị từ 0 đến 255. 12:22.080 --> 12:27.540 Vì vậy, đó là tám tám bit thông tin của hai với sức mạnh của tám là 256. 12:27.540 --> 12:30.240 Vì vậy, do đó các giá trị là từ 0 đến 255. 12:30.240 --> 12:32.010 Và đó là cường độ của màu sắc. 12:32.010 --> 12:33.450 Và trong trường hợp này, màu trắng. 12:33.450 --> 12:38.550 Vì vậy, số không sẽ là một pixel hoàn toàn đen, 255 sẽ là một pixel hoàn toàn trắng. 12:38.550 --> 12:44.370 Và giữa chúng, bạn có phạm vi thang màu xám của các tùy chọn có thể có cho pixel này. 12:44.370 --> 12:49.920 Và dựa trên thông tin đó, máy tính có thể làm việc với hình ảnh. 12:49.920 --> 12:55.080 Và đó giống như điểm bắt đầu mà bất kỳ hình ảnh nào thực sự đều có dạng biểu diễn 12:55.080 --> 13:02.550 kỹ thuật số, có dạng kỹ thuật số và về cơ bản chúng chỉ là những số 0 và số 0 tạo thành một số từ 0 đến 255 cho 13:02.550 --> 13:03.150 mỗi pixel. 13:03.150 --> 13:04.170 Và đó là những gì máy tính hoạt động. 13:04.170 --> 13:08.340 Nếu nó không thực sự hoạt động với màu sắc hoặc bất cứ thứ gì, hoạt động với 13:08.340 --> 13:12.390 những cái và số không, thì vào cuối ngày, đó giống như nền tảng của tất cả. 13:13.140 --> 13:17.040 Và trong một hình ảnh màu, nó thực sự là một mảng ba chiều. 13:17.040 --> 13:21.810 Bạn có pixel xanh lam, bạn có một lớp xanh lam, một lớp xanh lá cây và một lớp đỏ. 13:21.810 --> 13:29.700 Và theo nghĩa đó, bốn GB màu đỏ, xanh lá cây, xanh lam, và mỗi màu trong số đó có cường độ riêng. 13:29.700 --> 13:36.870 Vì vậy, về cơ bản pixel có ba, ba giá trị được gán cho nó. 13:36.870 --> 13:40.620 Mỗi một trong số chúng nằm trong khoảng từ 0 đến 256, 255. 13:41.160 --> 13:49.440 Và do đó, bạn có thể tìm ra hình ảnh này là gì, màu sắc chính xác của pixel này là gì bằng cách kết hợp ba giá 13:49.440 --> 13:50.220 trị đó. 13:50.220 --> 13:52.860 Và một lần nữa, máy tính sẽ hoạt động với điều đó. 13:53.280 --> 13:55.710 Vì vậy, đó là nền tảng của tất cả. 13:55.710 --> 13:58.440 Đó là Kênh Đỏ, Kênh Xanh, Kênh Xanh. 13:59.310 --> 14:07.110 Và cuối cùng, chúng ta hãy xem xét một ví dụ, một ví dụ rất đơn giản về khuôn mặt cười trong thuật ngữ 14:07.110 --> 14:16.080 máy tính, nếu chúng ta thực sự đơn giản hóa mọi thứ thay vì có từ 0 đến 255, thay vì có những giá trị đó chúng 14:16.080 --> 14:20.850 ta có thể hiểu mọi thứ tốt hơn và thực sự nắm bắt 14:20.850 --> 14:26.700 các khái niệm, chúng ta sẽ nói số không là màu trắng, một là màu đen, phải không? 14:26.700 --> 14:30.630 Vì vậy, chúng tôi sẽ đơn giản hóa mọi thứ đến cùng cực. 14:30.630 --> 14:33.780 Và bạn sẽ thấy rằng hình ảnh đó có thể được biểu diễn như vậy. 14:33.780 --> 14:38.910 Vì vậy, lý do tại sao chúng tôi đưa ra điều này là vì chúng tôi sẽ xem tất cả các hướng dẫn về 14:38.910 --> 14:43.950 trực giác của chúng tôi, chúng tôi sẽ cấu trúc trên những hình ảnh như thế này, rất đơn giản, nhưng đồng thời, 14:43.950 --> 14:49.950 tất cả các khái niệm đó có thể dịch ngược lại phạm vi giá trị từ 0 đến 256 và mọi thứ đều áp dụng theo cách tương tự 14:49.950 --> 14:50.460 ở đó. 14:50.460 --> 14:54.840 Và các bước mà chúng ta sẽ trải qua với những hình ảnh này là tích chập số một. 14:54.840 --> 14:56.760 Bước số hai, tổng hợp tối đa. 14:56.760 --> 14:59.000 Bước số ba, làm phẳng và số bước. 14:59.160 --> 15:00.330 Hoặc kết nối đầy đủ. 15:00.330 --> 15:06.780 Và tôi có thể tưởng tượng rằng có lẽ không có từ nào trong số này có nhiều ý nghĩa đối với bạn vào 15:06.780 --> 15:13.560 lúc này, nhưng khi kết thúc phần này của khóa học, bạn sẽ hiểu chúng một cách chi tiết và chính xác những gì chúng đang 15:13.560 --> 15:13.890 làm. 15:13.890 --> 15:15.920 Vì vậy, chúng ta sẽ bắt đầu trong hướng dẫn tiếp theo. 15:15.930 --> 15:23.430 Hiện tại, bài đọc bổ sung mà bạn có thể muốn xem xét là một bài báo ban đầu của 15:23.640 --> 15:27.840 Lacunes thời trẻ đã tạo ra mạng nơ-ron phức hợp. 15:28.050 --> 15:31.380 Nó được gọi là học dựa trên gradient áp dụng cho nhận dạng tài liệu. 15:31.650 --> 15:34.470 Bạn có thể đã nhìn thấy hình ảnh này trước khi trôi nổi trên Internet. 15:34.470 --> 15:35.700 Nó là từ giấy đó. 15:35.700 --> 15:42.150 Vì vậy, nếu bạn muốn quay trở lại ban đầu của tất cả như thế nào, tất cả bắt nguồn từ đâu, thì đây là bài 15:42.150 --> 15:46.230 báo để xem xét và tôi mong được gặp bạn trong phần hướng dẫn tiếp theo. 15:46.230 --> 15:48.450 Cho đến lúc đó, hãy tận hưởng việc học sâu.