WEBVTT

00:00.390 --> 00:03.060
สวัสดีและยินดีต้อนรับกลับสู่หลักสูตรการเรียนรู้ลึก

00:03.120 --> 00:06.010
ดังนั้นเราจึงได้เรียนรู้มากมายในส่วนนี้ของหลักสูตร

00:06.030 --> 00:08.390
มาสรุปสิ่งที่เราได้พูดคุยกัน

00:08.580 --> 00:09.920
เอาล่ะเราไปกันดีกว่า

00:10.110 --> 00:19.100
เราเริ่มต้นด้วยภาพอินพุตที่เราใช้เครื่องตรวจจับคุณสมบัติหลายอย่างหรือเรียกว่าตัวกรองเพื่อสร้างแผนที่คุณลักษณะเหล่านี้

00:19.140 --> 00:21.530
และสิ่งนี้ประกอบไปด้วยถ้ำของเรา

00:21.630 --> 00:32.050
จากนั้นด้านบนของ Lehre ที่สำคัญนั้นเราใช้หน่วยเชิงเส้นหรือแก้ไขเชิงเส้นเพื่อลบความคมชัดหรือเพิ่มความไม่เป็นเส้นตรงในภาพของเรา

00:32.060 --> 00:36.970
จากนั้นเราก็นำรังที่ใช้ร่วมกันมารวมกับที่ซ่อนของเรา

00:36.990 --> 00:45.840
ดังนั้นจากทุก ๆ ฟีเจอร์แมปเราสร้างแผนที่ฟีลด์แบบพัลและการดึง Lehre นั้นมีข้อดีมากมาย

00:45.840 --> 00:54.690
วัตถุประสงค์หลักของการดึงที่ซ่อนคือเพื่อให้แน่ใจว่าเรามีค่าคงที่เชิงพื้นที่ในภาพของเรา

00:54.690 --> 01:07.210
ดังนั้นโดยทั่วไปหากมีสิ่งใดที่เอียงหรือบิดงอหรือแตกต่างจากสถานการณ์ในอุดมคติเราก็ยังสามารถเลือกฟีเจอร์นั้นได้และการดึงลดขนาดภาพของเราลงอย่างมาก

01:07.260 --> 01:18.220
นอกจากนี้การรวมกำไรยังช่วยหลีกเลี่ยงข้อมูลที่มากเกินไปของเราหรือรูปแบบโดยรวมของข้อมูลเพราะเพียงกำจัดข้อมูลจำนวนมากออกไป

01:18.450 --> 01:26.720
แต่ในเวลาเดียวกันการรวมกำไรนั้นยังคงไว้ซึ่งคุณสมบัติหลักที่เราใช้หลังจากนั้นเนื่องจากวิธีการสอนและการใช้ร่วมกันนั้นก็คือการรวมกำไรสูงสุด

01:26.970 --> 01:40.140
จากนั้นเราก็ทำให้ภาพที่รวมทั้งหมดกลายเป็นเวกเตอร์หรือคอลัมน์ยาว ๆ ของค่าเหล่านี้ทั้งหมดและเราใส่มันลงในเครือข่ายประสาทเทียมและนั่นคือการทำให้แบนราบ

01:40.140 --> 01:53.700
และขั้นตอนที่สี่เป็นเครือข่ายประสาทเทียมที่เชื่อมต่ออย่างสมบูรณ์ซึ่งคุณสมบัติทั้งหมดเหล่านี้จะถูกประมวลผลผ่านเครือข่ายและจากนั้นเรามีเลเยอร์สุดท้ายที่เชื่อมต่อเต็มที่สุดท้ายของ Lehre ซึ่งทำการลงคะแนนไปยังชั้นเรียนที่เราอยู่หลังจากนั้น

01:53.910 --> 02:02.550
ผ่านการเผยแพร่ไปข้างหน้าและกระบวนการเผยแพร่กลับ

02:02.580 --> 02:09.730
การวนซ้ำจำนวนมากและที่สวนสาธารณะและในที่สุดเรามีเครือข่ายประสาทที่กำหนดไว้อย่างดี

02:09.920 --> 02:10.470
และ.

02:10.730 --> 02:23.930
อีกสิ่งที่สำคัญไม่เพียง แต่น้ำหนักจะได้รับการฝึกฝนในส่วนของเซลล์ประสาทเทียมเท่านั้น แต่ยังรวมถึงอุปกรณ์ตรวจจับที่ได้รับการฝึกฝนและปรับแต่งในกระบวนการที่เหมาะสมซึ่งมีส่วนผสมที่เหมือนกันและช่วยให้เราสามารถสร้างแผนที่คุณลักษณะที่ดีที่สุด

02:23.940 --> 02:31.700
และในที่สุดเราก็ได้เครือข่ายประสาทเทียมที่ได้รับการฝึกฝนอย่างเต็มที่ซึ่งสามารถจำแนกภาพและจำแนกมันได้

02:31.770 --> 02:32.360
ดังนั้นเราไปกันเลย

02:32.370 --> 02:35.480
นั่นเป็นวิธีการทำงานของเครือข่ายประสาทเทียม

02:35.730 --> 02:42.220
และตอนนี้คุณควรรู้สึกสบายใจกับคอนเซ็ปต์นี้และพร้อมที่จะใช้งานจริง

02:42.330 --> 02:51.370
หากคุณต้องการที่จะอ่านเพิ่มเติมแล้วมีบล็อกที่ยอดเยี่ยมโดยแอล D. จะแยกย้ายจาก 2016

02:51.450 --> 02:53.400
คุณสามารถดูลิงค์ได้ที่ด้านล่าง

02:53.400 --> 02:59.180
ดังนั้นบล็อกจึงมีชื่อว่า The Nine เอกสารการเรียนรู้อย่างลึกซึ้งที่คุณต้องรู้เกี่ยวกับการทำความเข้าใจส่วนที่สามของ CNN

02:59.310 --> 03:04.860
และบล็อกนี้ให้ภาพรวมสั้น

03:04.860 --> 03:10.590
ๆ ของซีเอ็นเอ็นเก้าแบบที่คุณสร้างขึ้นโดยคนอย่างคุณ

03:10.590 --> 03:18.000
ดังนั้นจะมีสิ่งใหม่

03:18.000 --> 03:29.220
ๆ มากมายที่จะเป็นสิ่งใหม่สำหรับคุณและคุณจะต้องรีบไปรอบ ๆ

03:29.490 --> 03:41.360
แต่เพียงเก็บบล็อกนี้ไว้ในใจเป็นบทความทั้งเก้าในใจและแม้ว่าคุณจะไม่พร้อมที่จะผ่าน ตอนนี้พวกเขาอาจจะหลังจากบทเรียนแบบฝึกหัดบางทีหลังจากที่คุณทำการฝึกอบรมเพิ่มเติมในพื้นที่ของการเรียนรู้อย่างช้าๆคุณสามารถอ้างอิงงานเหล่านี้และฉันคิดว่าคุณจะได้รับคุณค่ามากมายจากการมองผ่านเครือข่ายประสาทของคนอื่น ๆ .

03:41.550 --> 03:51.870
อาจมีมุ้งลวงตาและสิ่งนี้จะช่วยให้คุณเข้าใจว่าอะไรคือแนวปฏิบัติที่ดีที่สุดและทำไมผู้คนถึงทำสิ่งต่าง ๆ

03:51.870 --> 03:57.900
ในแบบที่แน่นอนและนั่นจะช่วยคุณในการสร้างโครงข่ายประสาทเทียมเพราะโครงข่ายประสาทเทียมและโครงข่ายประสาทเทียม

03:58.020 --> 04:11.780
พวกเขาเป็นเหมือนความท้าทายทางสถาปัตยกรรมที่คุณต้องคิดขึ้นมาจากนั้นจัดโครงสร้างและปรับแต่งแล้วปรับแต่งเพื่อให้ได้การออกแบบที่ดีที่สุดและประสิทธิภาพที่ดีที่สุดและดีที่สุด

04:11.790 --> 04:12.490
ดังนั้นเราไปกันเลย

04:12.510 --> 04:13.430
นั่นคือเราในวันนี้

04:13.420 --> 04:17.720
ฉันหวังว่าคุณจะสนุกกับการกวดวิชาของวันนี้และทั้งส่วนนี้และฉันหวังว่าจะได้พบคุณในครั้งต่อไป

04:17.730 --> 04:19.440
จนกว่าจะสนุกกับการเรียนรู้ลึก