WEBVTT

00:00.690 --> 00:07.290
สวัสดีและยินดีต้อนรับกลับสู่หลักสูตรการเรียนรู้อย่างลึกซึ้งในสื่อมวลชน Tauriel เราพบว่าเครือข่ายประสาทเทียมที่เกี่ยวกับอะไร

00:07.350 --> 00:11.050
และวันนี้เราจะไปดำน้ำในขั้นตอนที่ 1

00:11.100 --> 00:18.530
นี่คือฟังก์ชันการโน้มน้าวและเราพยายามอยู่ห่างจากคณิตศาสตร์และทำให้สิ่งต่าง ๆ เป็นธรรมชาติ

00:18.540 --> 00:31.380
แต่ฉันอดไม่ได้ที่จะแบ่งปันสูตรนี้ให้คุณเพราะมันเป็นเรื่องง่ายมากคอนเวอเรจนั้นเป็นการรวมกันของทั้งสองฟังก์ชั่นและมันแสดงให้คุณเห็นว่าฟังก์ชั่นหนึ่งดัดแปลงอื่น ๆ เสร็จสิ้นการประมวลผลสัญญาณหรือวิศวกรรมไฟฟ้าหรืออาชีพใด

00:31.470 --> 00:42.390
ๆ ที่จำเป็นต้องมีการประมวลผลสัญญาณคุณจะพบกับข้อสรุปอย่างหลีกเลี่ยงไม่ได้

00:42.390 --> 00:44.090
มันค่อนข้างเป็นที่นิยมในขณะนี้

00:44.100 --> 00:49.490
อีกครั้งเราจะทำให้ไฟทางคณิตศาสตร์หรือแยกพวกเขา

00:49.500 --> 00:56.190
และหากคุณต้องการเข้าสู่คณิตศาสตร์เบื้องหลังเครือข่ายประสาทเทียมการอ่านเพิ่มเติมที่ดีก็คือบทนำสู่เครือข่ายประสาทเทียมโดย

00:56.520 --> 01:05.820
Jensine Wu ผู้ซึ่งเป็นศาสตราจารย์ที่มหาวิทยาลัยนานกิงในจีน

01:05.820 --> 01:23.700
บทความนี้ได้รับการเผยแพร่อย่างแท้จริงเมื่อหลายวันก่อนเช่นห้าหรือหกวันที่ผ่านมาและมุ่งเน้นเฉพาะผู้ที่เริ่มต้นที่ผู้เริ่มต้นที่จะได้รู้จักเครือข่ายประสาทเทียมเพื่อให้คณิตศาสตร์สามารถเข้าถึงได้จริงทางศาสตราจารย์ศาสตราจารย์จอห์นสัน

01:23.730 --> 01:33.360
และใช่เขากล่าวว่าเป้าหมายทั้งหมดของเขาคือการสร้างหรือทำลายสิ่งที่ซับซ้อนลงเพื่อให้ผู้ที่ยังใหม่กับสาขานี้สามารถเข้าใจได้

01:33.360 --> 01:47.220
และเขาก็บอกว่าเขามีวัสดุบางอย่างที่มีอยู่ในหน้าแรกของเขาดังนั้นถ้าคุณเองถ้าคุณเพิ่งลบสองส่วนสุดท้ายและคุณก็จะชอบ Slash W.

01:47.220 --> 01:47.220
เจ

01:47.220 --> 01:52.380
X

01:52.380 --> 01:59.120
ถึงส่วนนั้นคือหน้าแรกของเขาและคุณจะสามารถค้นหาแบบฝึกหัดเพิ่มเติมและวัสดุเพิ่มเติมที่ยังไม่ได้เผยแพร่เป็นเอกสาร แต่

01:59.130 --> 02:08.470
แต่เขาใช้พวกเขาในแบบฝึกหัดของเขาดังนั้นคุณอาจพบว่ามีประโยชน์เหล่านั้นดังนั้นเรียกดูรอบ ๆ หากคุณ ต้องการที่จะได้รับการแนะนำในวิชาคณิตศาสตร์ที่อยู่เบื้องหลังเครือข่ายประสาทเทียมและชนิดของการสร้างฐานที่มั่นคงรอบบริเวณนั้น

02:08.550 --> 02:12.570
แต่เราจะเดินหน้าต่อไปและเราจะพูดคุยเกี่ยวกับการโน้มน้าวใจ

02:12.570 --> 02:17.160
ดังนั้นคำตอบที่ดีในศัพท์ที่ใช้ทางซ้ายคืออะไร

02:17.160 --> 02:22.750
เรามีภาพอินพุทขณะที่เราพูดถึงกันว่าเป็นอย่างไรเราจะดูภาพแค่ภาพเดียวและเลขศูนย์เพื่อทำให้สิ่งต่าง ๆ ง่ายขึ้น

02:22.950 --> 02:25.050
และคุณสามารถเห็นหน้ายิ้มได้

02:25.090 --> 02:28.660
จากนั้นเราก็มีเครื่องตรวจจับคุณสมบัติดังนั้นเครื่องตรวจจับคุณสมบัติจึงมีเมทริกซ์สามถึงสามตัว

02:28.740 --> 02:30.120
มันจะต้องมีสามต่อสาม

02:30.150 --> 02:31.920
ไม่มันไม่

02:31.920 --> 02:35.810
Alex net ฉันคิดว่าใช้เจ็ดต่อเจ็ด

02:35.850 --> 02:41.640
แล้วอันที่มีชื่อเสียงอื่น ๆ บางอันก็ใช้เครื่องตรวจจับฟีเจอร์ห้าถึงห้าตัว

02:41.640 --> 02:52.110
พวกมันอาจจะแตกต่างกัน แต่โดยปกติแล้วคุณจะเห็นว่ามันเป็นสามต่อสามและพวกคุณรู้เหตุผลที่จะทำให้มันเป็นสามในสามดังนั้นเราจะยึดติดกับวิธีการทั่วไป

02:52.170 --> 02:58.710
การมีตัวตรวจจับคุณลักษณะสามถึงสามตัวยังมีตัวตรวจจับคุณลักษณะที่เรียกว่าสิ่งเหล่านี้เป็นคำที่สำคัญเนื่องจากคุณอาจเจอ

02:58.710 --> 03:04.080
มีเงื่อนไขที่แตกต่างกันมากมายสำหรับตัวตรวจจับคุณสมบัติ

03:04.110 --> 03:09.540
แต่ตัวที่พบบ่อยที่สุดคือตัวตรวจจับคุณลักษณะหรือ Eik อาจได้ยินว่ามันถูกเรียกว่าเคอร์เนลหรือคุณอาจได้ยินว่ากำลังเรียกตัวกรอง

03:09.540 --> 03:14.760
ดังนั้นในหลักสูตรนี้เราจะใช้ฟิลเตอร์หรือตัวตรวจจับคุณสมบัติสลับกัน

03:14.760 --> 03:23.670
แต่จำไว้ว่ามันมีชื่อเหล่านั้นและการปฏิบัติการสัมพันธมิตรนั้นมีความหมายโดย X ในวงกลม

03:23.670 --> 03:34.980
อย่างที่คุณเห็นในสูตรมาก่อนและที่นี่สิ่งที่เกิดขึ้นอยู่ในระดับที่ใช้งานง่ายหรือแค่คิดในแง่ของสิ่งที่เกิดขึ้นจริงในพื้นหลังมากกว่าคณิตศาสตร์

03:35.010 --> 03:40.740
คุณเอาตัวตรวจจับหรือตัวกรองคุณลักษณะนี้มาวางไว้บนภาพเหมือนที่เห็นทางด้านซ้าย

03:40.740 --> 03:48.120
ดังนั้นคุณครอบคลุมตัวอย่างเช่นในกรณีนี้ที่มุมบนซ้ายเก้าพิกเซลที่มุมบนซ้ายและโดยทั่วไปคุณคูณแต่ละค่าที่มีค่าดังนั้นเคารพค่าดังนั้น 0 สูงสุดโดยค่าซ้ายบนโดยค่าซ้ายบนแล้วโดยทั่วไปคือ ในตำแหน่ง 1 หนึ่งโดยตำแหน่งประมาณ

03:48.450 --> 03:58.760
1 1 หมายเลขตำแหน่งหรือ 0 1 0 1 0

03:58.780 --> 04:04.980
2 โดย 0 2

04:05.090 --> 04:08.670
และอื่น ๆ

04:08.670 --> 04:13.410
ดังนั้นมันจึงเป็นการคูณอย่างชาญฉลาดในเมทริกซ์เหล่านี้

04:13.410 --> 04:14.460
แล้วคุณจะเพิ่มผล

04:14.460 --> 04:20.010
ดังนั้นในกรณีนี้ไม่มีสิ่งใดที่ตรงกันดังนั้นจึงเป็น 0 เสมอ 0 0 หรือ 1

04:20.010 --> 04:21.280
ดังนั้นผลลัพธ์จึงเป็นศูนย์

04:21.530 --> 04:26.610
และที่นี่คุณจะเห็นว่าหนึ่งในนั้นจับคู่หนึ่งทางซ้ายจับคู่กัน

04:26.610 --> 04:28.120
ดังนั้นเราจึงมี 1 ตรงนี้

04:28.120 --> 04:30.820
ไม่มีอะไรที่ตรงกับอะไร

04:30.890 --> 04:38.610
จากนั้นเราย้ายไปยังการโยนครั้งถัดไปและขั้นตอนที่เรากำลังย้ายตัวกรองทั้งหมดนี้เรียกว่าก้าวย่าง

04:38.610 --> 04:40.570
ดังนั้นที่นี่เรามีก้าวหนึ่งพิกเซล

04:40.680 --> 04:50.850
ที่นี่คุณสามารถเห็นบางสิ่งบางอย่างที่จับคู่กับมุมขวาล่างที่ตรงกับก้าวย่าง แต่ด้านล่างตรงกลางตรงขึ้นที่นี่ด้านบนขวามือจับคู่กับการวัดอะไร

04:50.970 --> 04:52.040
ก้าวย่างเป็นหนึ่ง

04:52.170 --> 04:53.930
คุณสามารถเปลี่ยนก้าวย่าง

04:54.330 --> 04:56.260
คุณสามารถทำให้มันเป็นหนึ่งในสอง

04:56.340 --> 04:58.580
คุณจะได้สามสิ่งที่คุณชอบ

04:58.830 --> 05:02.770
ในที่สุดหนึ่งที่ทำงานได้ดีมักจะหรือสอง

05:02.800 --> 05:04.280
นั่นคือสิ่งที่ผู้คนยึดมั่น

05:04.600 --> 05:09.480
และเราจะพูดถึงสิ่งที่ก้าวต่อไปในตอนท้ายของบทช่วยสอนนี้

05:09.520 --> 05:17.270
ดังนั้นที่นี่เรามีดังนั้นเราจับคู่อย่างแน่นอนเมื่อฉันได้ยินคุณสามารถดูว่าเรามีสองเพราะพวกเขาสองคนจับคู่และอื่น ๆ

05:17.290 --> 05:24.830
ดังนั้นที่นั่นเราไปมีอีกคนหนึ่งที่ตรงกับที่เราไปและเราเสร็จแล้ว

05:24.830 --> 05:27.770
แล้วเราสร้างอะไรขึ้นมา

05:27.800 --> 05:28.600
ขวา.

05:28.820 --> 05:31.860
คู่ของสิ่งสำคัญที่นี่

05:31.970 --> 05:40.530
ภาพทางด้านขวาเรียกว่าแผนที่คุณลักษณะยังมีหลายคำมันสามารถเรียกได้ว่าบางครั้งมันสามารถคุณสมบัติ Vold

05:41.000 --> 05:57.900
ดังนั้นในบล็อกของคุณและผู้ประกอบการดำเนินการเกี่ยวกับความผันผวนกับบางสิ่งบางอย่างมันไม่ได้กลายเป็นเรื่องที่ซับซ้อนและบางครั้งฉันก็คิดว่าตัวเองในทางที่ผิด แต่มันเป็นคำที่ถูกต้องถูกโน้มน้าวใจเป็นลักษณะเก่า เรียกว่าแผนที่เปิดใช้งาน

05:58.040 --> 06:06.300
แต่เรากำลังจะเรียกมันว่าเป็นแผนที่คุณลักษณะในหลักสูตรนี้เพื่อให้สามารถเรียกสิ่งใดสิ่งหนึ่งเหล่านั้นและสิ่งที่เราทำที่นี่

06:06.320 --> 06:09.910
อย่างที่คุณเห็นเราลดขนาดของภาพลง

06:09.920 --> 06:17.090
นั่นคือหมายเลขหนึ่งและนั่นคือสิ่งสำคัญที่ฉันต้องการพูดถึงเกี่ยวกับภาพที่คุณป้อนรวมถึงฟีเจอร์ข้อความและการก้าวเดิน

06:17.240 --> 06:25.410
หากคุณก้าวไปข้างหนึ่งคุณจะเห็นภาพลดลงเล็กน้อย แต่ถ้าคุณมีสิทธิ์ที่จะสร้างภาพมากขึ้นคุณลักษณะก็จะยิ่งเล็กลง

06:25.610 --> 06:42.100
และนั่นคือฟังก์ชั่นที่สำคัญมากของตัวตรวจจับคุณสมบัติของขั้นตอนการบิดทั้งหมดนี้คือการทำให้ภาพเล็กลงเพราะนั่นจะทำให้การประมวลผลง่ายขึ้นและเร็วขึ้น

06:42.110 --> 06:55.310
มันจะและคุณจะได้รับการอุปถัมภ์เพราะจินตนาการว่าที่นี่เรามีเจ็ดหรือเจ็ดภาพ แต่ลองจินตนาการว่าคุณมีรูปถ่ายที่เหมาะสม

06:55.700 --> 07:02.270
หรือถ้าคุณมีขนาด 256 ภาพ 56 พิกเซลนั่นเป็นจำนวนพิกเซลที่ฉันเลือกถ้ามันคือ x กำลังสองหรืออย่างสมมุติว่าคุณมี

07:02.900 --> 07:06.940
300 แต่ 300 พิกเซล

07:07.060 --> 07:13.400
ดังนั้นเราจะไม่สับสนกับอาร์ กรัม B 256 ต้องบอกว่าพวกเรามีภาพขนาด 300 คูณ

07:13.400 --> 07:14.720
300 ในแง่ของขนาดและพิกเซล

07:14.780 --> 07:22.640
จากนั้นคุณมีพิกเซล 300 ตารางซึ่งเป็นจำนวนมากดังนั้นเครื่องตรวจจับคุณสมบัติจะลดขนาดของภาพและการก้าวของสองคนนั้นมีประโยชน์จริง

07:23.360 --> 07:27.580
ๆ

07:27.740 --> 07:29.970
แต่คำถามก็คือเราจะสูญเสียข้อมูล

07:29.990 --> 07:34.520
เรากำลังสูญเสียข้อมูลเมื่อเราใช้เครื่องมือตรวจจับคุณสมบัติหรือไม่

07:34.520 --> 07:40.580
ข้อมูลบางอย่างที่เรากำลังสูญเสียแน่นอนเพราะเรามีค่าน้อยลงและเมทริกซ์ที่เกิดขึ้น

07:40.700 --> 07:48.170
แต่ในขณะเดียวกันวัตถุประสงค์ของตัวตรวจจับคุณสมบัติก็คือเพื่อตรวจจับคุณสมบัติบางอย่างของชิ้นส่วนบางส่วนของภาพที่มีความสำคัญ

07:48.620 --> 07:54.080
ตัวอย่างเช่นถ้าคุณคิดแบบนี้เช่นตัวตรวจจับคุณสมบัติมีรูปแบบที่แน่นอน

07:54.080 --> 07:57.950
จำนวนสูงสุดในแผนที่คุณลักษณะของคุณคือเมื่อรูปแบบนั้นตรงกัน

07:57.950 --> 08:10.550
ในความเป็นจริงจำนวนสูงสุดที่คุณจะได้รับคือตัวอย่างที่ง่ายทั้งหมดคือเมื่อคุณลักษณะตรงกับที่ตรงกันและคุณสามารถเห็นหมายเลขสี่ที่เรามีในแผนผังคุณลักษณะของเรา

08:10.550 --> 08:21.460
ดังนั้นถ้าคุณดูที่นี่นั่นคือสิ่งที่เครื่องตรวจจับคุณลักษณะนี้มีเพราะมีเพียงสี่เครื่องเท่านั้นและจับคู่อย่างสมบูรณ์แบบเพื่อให้คุณเห็นส่วนนี้ตรงนี้

08:21.470 --> 08:23.220
ดังนั้นจึงตรวจพบคุณสมบัติที่นี่

08:23.450 --> 08:33.080
และในขณะที่เราพูดคุยกันในตอนเริ่มต้นของส่วนนี้ว่าคุณสมบัติเป็นอย่างไรเราเห็นสิ่งต่าง ๆ เป็นวิธีที่เราจำได้

08:33.090 --> 08:40.410
เราไม่ได้ดูทุกพิกเซลเพื่อพูดในสิ่งที่เราเห็นในภาพหรือในชีวิตจริง

08:40.410 --> 08:46.440
เราไม่ได้ดูทุก

08:47.070 --> 08:57.470
ๆ ภาพที่เราดูที่จมูกจมูกหมวกขนนกใต้ดวงตาสีดำเล็ก ๆ ภายใต้ดวงตาของเสือชีต้าเพื่อแยกความแตกต่างระหว่างเสือชีตาห์และเสือดาวหรือรูปร่างของรถไฟ

08:57.480 --> 09:08.110
เราจะไม่แยกแยะความแตกต่างระหว่างรถไฟหัวกระสุนกับรถไฟธรรมดาดังนั้นเราจึงไม่ดูทุกสิ่งที่เราดูที่คุณสมบัติและนั่นคือสิ่งที่เรากำลังรักษาและนั่นคือสิ่งที่แผนที่คุณลักษณะช่วยให้เรารักษา

09:08.110 --> 09:42.270
ที่จริงแล้วมันเป็นสิ่งที่ช่วยให้เราสามารถนำไปข้างหน้าและกำจัดสิ่งที่ไม่จำเป็นทั้งหมดที่แม้ในขณะที่มนุษย์เราไม่ได้ประมวลผลข้อมูลจำนวนมากเข้าไปในดวงตาของคุณว่าในเวลาใดก็ตามเช่นกิกะไบต์ข้อมูลถ้าคุณดูทุกจุด ถ้าไม่ใช่เทราไบต์ของข้อมูลที่จะเข้ามาในดวงตาของคุณต่อวินาทีและยังคงเราสามารถดำเนินการต่อได้เพราะเรากำจัดสิ่งที่ไม่จำเป็นออกไปเท่านั้นมุ่งเน้นไปที่ฟีเจอร์สำคัญที่มีความสำคัญต่อเราและนั่นก็คือคุณสมบัติ

09:42.270 --> 09:54.300
ตอนนี้ก็เลยเป็นภาพอินพุทของเราและคุณสร้างแผนที่ฟีเจอร์ดังนั้นอันแรกสมมติว่าอันแรกเป็นอันที่เราเพิ่งสร้าง

09:54.300 --> 10:00.300
แต่เราสร้างแผนที่คุณลักษณะหลายรายการเพราะเราใช้ตัวกรองที่แตกต่างกัน

10:00.300 --> 10:00.590
ขวา.

10:00.630 --> 10:26.070
และนั่นเป็นอีกวิธีหนึ่งที่เราเก็บรักษาข้อมูลไว้มากมายดังนั้นเราจึงไม่มีแผนที่คุณลักษณะเพียงอย่างเดียวที่เรามองหาคุณสมบัติบางอย่างจากนั้นหรือโดยทั่วไปเครือข่ายจะตัดสินใจผ่านการฝึกอบรมและนี่คือสิ่งที่เราจะพูดคุยกันในตอนท้าย ผ่านการฝึกอบรมของเขามันตัดสินใจว่าคุณสมบัติใดมีความสำคัญสำหรับบางประเภทหรือบางประเภทและมันจะมองหาพวกเขาและดังนั้นจะมีตัวกรองที่แตกต่างกันและเราจะพูดถึงตัวกรองในตอนนี้

10:26.160 --> 10:32.280
แต่โดยทั่วไปฉันจะใช้ตัวกรองเหล่านี้เพื่อที่จะได้แมปฟีเจอร์นี้มันใช้ตัวกรองแบบเดียวกับที่เราเห็น แต่แล้วเพื่อให้ได้ฟีเจอร์นี้ Mabbett

10:32.280 --> 10:38.080
ใช้ตัวกรองที่แตกต่างกันเพื่อให้ฟีเจอร์นี้มีคุณสมบัติมากขึ้น

10:38.370 --> 10:43.430
และโดยพื้นฐานแล้วมันเพียงสร้างแผนที่คุณลักษณะเหล่านี้

10:43.650 --> 10:49.700
และที่จริงแล้วคือเหตุผลส่วนตัวที่ฉันคิดว่าตัวตรวจจับคุณลักษณะคำศัพท์นั้นดีกว่าตัวกรอง

10:49.710 --> 10:56.040
จำไว้ว่าเราอยู่ที่นี่เรามีตัวกรองนี้ซึ่งเราสามารถเรียกตัวตรวจจับคุณสมบัติได้จริง ๆ

10:56.040 --> 10:59.440
แล้วตัวตรวจจับคุณสมบัติคำที่ฉันคิดว่าเหมาะสมกว่า

10:59.490 --> 11:03.390
และเหตุผลก็คือนั่นคือจุดประสงค์ที่ถูกต้อง

11:03.390 --> 11:06.510
เราไม่ต้องการเพียงแค่เราไม่ต้องการเพียงแค่กรองภาพของเรา

11:06.510 --> 11:10.220
แต่ถึงแม้ว่าทั้งหมดนั้นจะเหมือนกันเพียงแค่คำถามเกี่ยวกับคำศัพท์

11:10.230 --> 11:11.990
แต่โดยทั่วไปเราต้องการตรวจจับคุณสมบัติ

11:12.000 --> 11:12.270
เอาล่ะ

11:12.270 --> 11:31.420
ในที่ซ่อนนี้เราจะไปที่แผนที่คุณลักษณะนี้ของเราเราตรวจพบว่ามีสถานที่บางแห่งอยู่ในภาพและแผนที่สถานที่นี้เราตรวจพบสถานที่ที่มีสถานที่ที่มีสถานที่เฉพาะและแผนที่นี้วางไว้ จะถูกตรวจจับตำแหน่งที่คุณสมบัติอื่นอยู่บนภาพ

11:31.440 --> 11:33.420
นั่นคือสิ่งที่เรากำลังทำ

11:33.420 --> 11:40.470
และฟังเรามีตัวอย่างสองสามตัวอย่างดังนั้นที่นี่เรากำลังใช้และนี่คือจาก Gip dot org

11:40.610 --> 11:49.550
เอกสารของพวกเขาเป็นเครื่องมือฟรีชนิดหนึ่งเช่นสีและคุณสามารถใช้มันเพื่อปรับภาพหรือทำงานกับภาพของคุณ

11:49.560 --> 11:59.790
แต่โดยทั่วไปแล้วพวกเขามีตัวอย่างที่มีค่าในเอกสารประกอบของพวกเขาและที่นี่พวกเขามีรูปภาพของทัชมาฮาลและคุณสามารถเลือกตัวกรองที่คุณต้องการใช้

11:59.880 --> 12:15.240
ดังนั้นถ้าคุณดาวน์โหลดโปรแกรมนี้และคุณอัพโหลดรูปภาพเข้าไปแล้วคุณก็สามารถเริ่มเมทริกซ์การแปลงและใช้ตัวกรองและคุณจะเห็นว่าสิ่งเหล่านี้เมทริกซ์ภาษาอังกฤษเหล่านี้ใช้จริงในการประมวลผลภาพและการออกแบบเป็นต้น

12:15.240 --> 12:17.150
ลองดูที่สิ่งที่เราได้ในสิ่งที่เราได้รับ

12:17.240 --> 12:21.520
ถ้าเราใช้ตัวกรองนี้ห้าตัวที่อยู่ตรงกลางลบหนึ่งตัวหนึ่งคือตัวหนึ่งคือหนึ่งตัวหนึ่งลบ

12:21.690 --> 12:23.780
คุณจะเห็นว่ามันคมชัดรูปภาพ

12:23.890 --> 12:29.010
และนี่คือมันค่อนข้างง่ายถ้าคุณคิดถึงมัน

12:29.010 --> 12:36.300
ดังนั้น 5

12:36.600 --> 12:45.000
คือพิกเซลของพิกเซลหลักที่อยู่ตรงกลางของตัวกรองหรือตัวตรวจจับคุณสมบัติแล้วลบหนึ่งลบหนึ่งลบเพียงหนึ่งเดียวเช่นเดียวเช่นลดพิกเซลรอบ a ในความรู้สึกที่ใช้งานง่าย

12:46.170 --> 12:47.020
จากนั้นเบลอ

12:47.040 --> 12:59.070
ดังนั้นโดยทั่วไปจะมีความสำคัญเท่ากันให้ความสำคัญเท่ากันกับพิกเซลทั้งหมดที่มีทั้งหมดในศูนย์และดังนั้นจึงรวมเข้าด้วยกันและคุณจะได้รับการปรับปรุงขอบเบลอ

12:59.070 --> 13:03.860
ตรงนี้คุณจะเห็นว่านั่นคือลบหนึ่งส่วนแล้วคุณจะได้ศูนย์

13:03.870 --> 13:11.100
ดังนั้นคุณจึงลบเพื่อลบพิกเซลรอบ ๆ

13:11.100 --> 13:15.610
ตัวหลักที่อยู่ตรงกลางและคุณเก็บไว้ที่ลบหนึ่งและมันให้ขอบและนี่ยากที่จะเข้าใจวิธีการทำงาน

13:16.290 --> 13:20.700
อาจจะยากกว่าที่จะคิดว่ามันตรวจจับขอบอย่างสังหรณ์ใจ

13:20.700 --> 13:23.340
ใช่แล้วอันนี้อาจจะสมเหตุสมผลมากกว่า

13:23.340 --> 13:25.860
ใช่คุณพาพวกเขาตรงกลาง

13:25.850 --> 13:28.880
คุณลดระดับกลาง

13:29.050 --> 13:36.180
น่าจะเป็นเช่นความแข็งแรงของพิกเซลกลางแล้วคุณมองหาสิ่งที่คุณมองหา

13:36.420 --> 13:41.980
สิ่งเหล่านี้ที่คุณเห็นเพิ่มความแข็งแกร่งของสิ่งรอบตัว

13:42.090 --> 13:43.910
ดังนั้นคุณมีคนที่นั่น

13:44.720 --> 13:45.610
ใช่แล้ว

13:45.690 --> 13:50.700
ที่ให้คุณเหมือนมีความได้เปรียบและคุณสามารถดูได้ว่าคุณไปไหนและเป็นเจ้านายอีกคน

13:50.700 --> 14:03.580
ดังนั้นกุญแจที่นี่ก็คือมันสมมาตรและคุณสามารถเห็นภาพกลายเป็นอสมมาตรได้ดังนั้นคุณจะรู้สึกได้ถึงความรู้สึกที่มันโดดเด่น

14:03.840 --> 14:08.910
และนั่นคือสิ่งที่คุณจะได้รับเมื่อคุณมี minuses

14:08.970 --> 14:14.160
ที่นี่และบวกที่นี่อีกครั้งนี่คือสิ่งนี้กำลังได้รับทางเทคนิคเล็กน้อยในตอนนี้ แต่อย่างน้อยเราก็จะได้สัญชาตญาณและ Lissa ก็ผ่านมันไปได้อย่างรวดเร็วอีกครั้ง

14:14.160 --> 14:27.350
ดังนั้นจึงมีความคมชัดมีความพร่ามัวมีมือที่มีขอบตรวจจับได้ว่ามีและเจ้านายดังนั้นคุณสามารถเห็นเหล่านี้เป็นตัวอย่างที่ดีของภาพเดียวกัน แต่เราได้รับแผนที่คุณลักษณะ

14:27.360 --> 14:44.920
ดังนั้นเราจึงใช้ตัวตรวจจับคุณสมบัติที่แตกต่างกันในการรับแผนที่คุณลักษณะที่แตกต่างกันของภาพเดียวกันและตอนนี้เรามีภาพสุดท้ายของรุ่นนี้จำนวนมากซึ่งในแต่ละอันเราได้พยายามตรวจจับบางสิ่งในเงื่อนไขเหล่านี้ สำหรับพวกเรา.

14:44.940 --> 14:51.630
เจ้านายคนที่สองของพวกเขาอาจไม่สามารถใช้ได้กับเราในแง่ของเครือข่ายประสาทเทียม แต่การตรวจสอบอายุเป็นสิ่งสำคัญ

14:51.630 --> 14:58.590
เราต้องการตรวจจับการปรับปรุงขอบของขอบอาจไม่คมชัดดังนั้นสิ่งต่าง ๆ เช่นข้อความหงุดหงิด

14:58.580 --> 15:02.450
อาจเป็นงานที่สำคัญที่สุดสำหรับงานของเรา

15:02.460 --> 15:12.900
และในแง่ของความเข้าใจคอมพิวเตอร์พวกเขาจะตัดสินใจด้วยตัวเองหรือเครือข่ายประสาทเทียมจะตัดสินใจด้วยตัวเองว่าอะไรคือสิ่งที่สำคัญไม่ได้และมันอาจจะไม่สามารถจดจำได้ด้วยตามนุษย์

15:12.900 --> 15:14.910
คุณจะไม่สามารถเข้าใจความหมายของฟีเจอร์เหล่านั้น

15:14.910 --> 15:28.950
แต่คอมพิวเตอร์จะตัดสินใจและนั่นคือความสวยงามของเครือข่ายประสาทที่สามารถประมวลผลสิ่งต่าง ๆ มากมายและเข้าใจได้โดยไม่ต้องมีสัญชาตญาณหรือโดยไม่ต้องอธิบายว่าทำไมพวกเขาจะเข้าใจว่าคุณลักษณะใดมีความสำคัญต่อพวกเขาไม่ว่าเราจะมีชื่อหรือ

15:28.950 --> 15:39.830
ไม่ใช่ว่าเป็นทั้งหมดที่เป็นคำถามที่ไม่เกี่ยวข้องสำหรับเครือข่ายประสาทเทียม

15:39.990 --> 15:41.260
และสิ่งที่ฉันโปรดปราน

15:41.280 --> 15:50.940
นี่คือภาพของ Geoffrey Hinton จาก Geoffrey Hinton ผ่านหนึ่งในตัวกรองเหล่านี้

15:50.940 --> 15:53.070
เอาล่ะนั่นก็นำเราไปสู่จุดจบของ Teresa Tauriel

15:53.070 --> 15:55.460
ฉันหวังว่าคุณจะสนุกกับการเรียนรู้เกี่ยวกับการโน้มน้าวใจ

15:55.470 --> 16:19.280
สิ่งที่สำคัญคือการโน้มน้าวจุดประสงค์หลักของการวิวัฒนาการคือการหาคุณสมบัติในภาพของคุณโดยใช้ตัวตรวจจับคุณสมบัติใส่ลงในแผนที่คุณลักษณะและโดยการใช้พวกมันในแผนที่ในอนาคตมันยังคงรักษาความสัมพันธ์เชิงพื้นที่ระหว่างพิกเซลซึ่งสำคัญมาก สำหรับเราที่คุณรู้เพราะถ้าพวกเขาจะสับสนอย่างสมบูรณ์แล้วเราได้เราสูญเสียรูปแบบ

16:19.350 --> 16:25.110
และในขณะเดียวกันก็เป็นสิ่งสำคัญที่จะต้องเข้าใจว่าส่วนใหญ่คุณสมบัติของโครงข่ายประสาทเทียมจะตรวจจับและใช้เพื่อรับรู้ภาพบางภาพและ

16:25.110 --> 16:33.120
Klaas จะไม่มีความหมายต่อมนุษย์ แต่ถึงกระนั้นก็ตาม

16:33.120 --> 16:34.420
และนั่นคือสิ่งที่การโน้มน้าวใจคือ

16:34.440 --> 16:36.280
และฉันหวังว่าจะได้พบคุณทอเรียลต่อไป

16:36.300 --> 16:37.980
จนแล้วสนุกกับการเรียน