WEBVTT 00:00.360 --> 00:06.480 Bonjour et bienvenue au cours d’apprentissage en profondeur, c’est un tutoriel supplémentaire pour parler des 00:06.480 --> 00:08.670 fonctions d’entropie douce et croisée. 00:08.670 --> 00:15.320 Il n'est pas nécessaire à 100% de passer en revue toutes les parties que nous avons décrites 00:15.330 --> 00:21.510 dans la partie principale de cette section où nous parlons des réseaux de neurones à 00:21.510 --> 00:26.580 convolution un bon ajout à votre sac de connaissances et de compétences. 00:26.580 --> 00:30.840 Alors allons-y et allons dans ces fonctions. 00:30.840 --> 00:37.530 Donc, pour commencer avec ce que nous avons ici, c'est la conclusion d'un réseau de neurones que nous avons 00:37.530 --> 00:44.210 construit dans la partie principale de la section, puis à la fin, certaines probabilités de zéro point quatre-vingt-quinze pour 00:44.220 --> 00:48.000 un chien 0 sont affichées. 05 cinq ou 5 pour cent pour un chat. 00:48.060 --> 00:53.250 C’est après que le train a été conduit qu’elle est en train 00:53.260 --> 00:57.210 de tourner et de classer une image donnée 00:57.360 --> 01:00.850 La question est donc de savoir comment ces deux valeurs peuvent s’ajouter à une. 01:00.900 --> 01:06.750 Parce que, autant que nous sachions de tout ce que j’ai appris sur les réseaux de neurones 01:06.750 --> 01:11.600 artificiels, rien ne dit que ces deux derniers neurones sont connectés entre eux. 01:11.730 --> 01:16.590 Alors, comment sauraient-ils quelle est la valeur de la retenue, chacun d’eux sachant quelle est la valeur 01:16.590 --> 01:17.310 de l’autre? 01:17.400 --> 01:20.140 Et comment sauraient-ils ajouter leurs valeurs à un? 01:20.340 --> 01:22.060 Eh bien, la réponse est qu'ils ne le feraient pas. 01:22.260 --> 01:28.500 Dans la version classique de notre réseau de neurones artificiels, le seul moyen d'y parvenir est que nous introduisons une 01:28.710 --> 01:33.960 fonction spéciale appelée fonction soft max afin de nous aider à sortir de la situation. 01:33.960 --> 01:40.890 Donc, normalement, ce qui se passerait serait que le chien et les neurones de chat aient toutes sortes de valeurs réelles dont ils 01:41.490 --> 01:44.940 n'ont pas besoin, ils n'ont pas à en ajouter une. 01:45.180 --> 01:51.900 Mais alors nous appliquerions la fonction soft max qui est écrite là-haut en haut et qui 01:51.900 --> 01:58.430 ramènerait ces valeurs entre 0 et 1 et leur ferait ajouter 1 et 3 PPTA. 01:59.250 --> 02:04.320 La fonction soft max ou la fonction exponentielle normalisée est une généralisation de la fonction logistique 02:04.350 --> 02:11.640 qui cite squash squash a un vecteur k dimensionnel de valeurs réelles arbitraires en k vecteur dimensionnel de valeurs réelles dans la 02:11.640 --> 02:15.320 plage allant de zéro à un et égal à 1. 02:15.330 --> 02:17.620 Donc, fondamentalement, cela fait exactement ce que nous voulons. 02:17.670 --> 02:22.700 Il porte ces valeurs entre 0 et 1 et veille à ce qu'elles totalisent 1. 02:22.960 --> 02:27.780 Et la façon dont cela fonctionne, c’est que la façon dont cela est possible, c’est qu’au fond, nous sommes 02:27.780 --> 02:29.970 ici, vous pouvez voir qu’il ya une somme. 02:29.970 --> 02:38.100 Donc, il faut l'exposant et le met dans le pouvoir de Zed et l'additionne de sorte que ce soit un deux dans toutes 02:38.100 --> 02:38.830 vos classes. 02:38.850 --> 02:39.990 Toutes ces valeurs. 02:39.990 --> 02:44.400 Et voilà votre normalisation qui se passe ici. 02:44.400 --> 02:51.300 Voilà comment fonctionne la fonction Saucebox. Il est donc logique d’introduire la fonction suivante 02:51.600 --> 02:59.490 dans les réseaux de neurones convolutifs. Comme ce serait étrange si vous aviez une classe possible 02:59.490 --> 03:05.140 de chien et de chat et que vous aviez 80% . 03:05.160 --> 03:08.660 Et pour les griffes de chat, vous aviez droit à 45%. 03:08.670 --> 03:14.430 Cela n’a tout simplement pas de sens. C’est donc beaucoup mieux lorsque vous introduisez la fonction suivante douce et 03:14.430 --> 03:19.760 c’est ce que vous constaterez le plus souvent dans les réseaux de convolution et de neurones. 03:19.770 --> 03:26.010 Maintenant, l’autre chose est que la fonction soft max s’accompagne d’une fonction appelée entropie croisée, 03:26.100 --> 03:29.040 ce qui est très pratique pour nous. 03:29.050 --> 03:30.610 Alors regardons d'abord la formule. 03:30.660 --> 03:33.090 Voici à quoi ressemble la fonction de saisie croisée. 03:33.090 --> 03:38.910 Nous allons en fait utiliser un calcul différent en utilisant cette représentation du siècle, mais les résultats 03:39.060 --> 03:40.670 sont fondamentalement les mêmes. 03:40.670 --> 03:42.300 C'est juste plus facile à calculer. 03:42.570 --> 03:49.220 Et ce que je sais, cela peut sembler sans aucun rapport avec quoi que ce soit actuellement, juste des formules sur votre écran, mais il y 03:49.850 --> 03:54.300 aura quelques lectures supplémentaires recommandées à la fin de cette section, alors ne vous inquiétez pas si 03:54.600 --> 03:56.380 vous ne suivez pas les calculs. 03:56.380 --> 03:58.350 Même si nous n’avons pas expliqué le calcul pour le moment. 03:58.350 --> 04:03.630 Mais le point ici est que ce qui est à travers l'entropie bien à travers la fonction d'entropie. 04:03.630 --> 04:11.870 Rappelez-vous comment nous avions auparavant dans les réseaux de neurones artificiels une fonction appelée fonction de flèche carrée moyenne 04:11.880 --> 04:17.760 que nous utilisions comme fonction de coût pour évaluer notre performance naturelle. 04:17.760 --> 04:23.750 Et notre objectif était de minimiser le MSE afin d'optimiser les performances de notre réseau. 04:23.940 --> 04:31.830 C’était notre fonction de coût à ce moment-là et dans les réseaux de neurones convolutionnels, nous pouvons toujours utiliser la MSE, mais une 04:31.830 --> 04:38.070 meilleure option dans les réseaux de neurones convolutionnels après l’application de la fonction soft max s’avère être la 04:38.070 --> 04:39.840 fonction à entropie croisée. 04:39.840 --> 04:46.080 Et dans les réseaux de neurones convolutifs, lorsque vous appliquez les fonctions de saisie croisée, la fonction de coût 04:46.080 --> 04:49.450 est appelée la dernière fonction et elles sont très similaires. 04:49.470 --> 04:55.520 Ils sont juste un peu de différences terminologiques et comme peu différent et sur ce qu'ils signifient. 04:55.530 --> 04:58.430 Mais à toutes fins utiles, c'est à peu près la même chose. 04:58.450 --> 05:07.530 Et ce qui se passe est que la dernière fonction est encore une fois quelque chose que nous voulons minimiser afin de maximiser 05:07.530 --> 05:09.670 les performances de notre réseau. 05:09.690 --> 05:15.260 Voyons donc un exemple rapide sur la manière dont cette fonction peut être appliquée. 05:15.260 --> 05:19.260 Alors disons que nous mettons une image d'un chien dans notre réseau. 05:19.650 --> 05:26.160 La valeur prévue pour chien est 0. 9 et nous faisons la formation pour que nous sachions que nous connaissons l’étiquette 05:26.160 --> 05:27.330 qui est un chien. 05:27.330 --> 05:34.140 Donc, la valeur prédictive 0. 9 la valeur prigged pour le chat est 0. 1 alors nous avons l'étiquette, donc nous savons que 05:34.140 --> 05:37.810 c'est un chien parce que c'est un entraînement 0 1 pour chiens ou pour chats. 05:37.980 --> 05:47.600 Et dans ce cas, vous devez utiliser, vous devez brancher ces nombres dans votre formule pour l'entropie croisée. 05:47.810 --> 05:53.340 Alors comment vous le faites, ce sont les valeurs de gauche qui vont au signal verbal. 05:53.420 --> 05:58.940 Celui qui se trouve sous le logarithme du côté droit et les valeurs de droite iraient en P 05:58.940 --> 06:04.340 et il est donc important de se rappeler laquelle y va car si vous vous trompez, vous 06:04.340 --> 06:09.620 ne voulez pas prendre un logarithme tout moi de valeur zéro et ou allant de 1. 06:09.620 --> 06:11.660 Donc, vous voulez juste les brancher. 06:11.720 --> 06:14.520 Assurez-vous de les brancher aux bons endroits. 06:14.840 --> 06:17.030 Et puis vous ajoutez essentiellement cela. 06:17.030 --> 06:22.370 C’est ainsi que fonctionne l’entrée croisée et nous allons examiner un exemple concret, étape 06:22.370 --> 06:28.130 par étape, d’application de cette fonction dans la vie réelle et ill, donner un sens plus 06:28.130 --> 06:32.360 clair à l’entropie croisée et ça va être moins comme ça. 06:32.360 --> 06:39.290 Mon but dans ce dur labeur est de vous rendre plus confortable du cross-siècle parce que cela peut sembler 06:39.320 --> 06:43.840 très compliqué et que le jeu de mots ne le permet pas. 06:43.850 --> 06:50.870 Comme les réseaux de neurones convolutifs, cela peut sembler très complexe et effrayant, mais ce n’est pas le cas. 06:50.870 --> 06:51.650 C'est ça le point. 06:51.650 --> 06:54.090 Alors allons-y et appliquons-le simplement pour que nous sachions que ce n'est pas effrayant. 06:54.080 --> 06:56.350 Alors voici ton tout ça. 06:56.360 --> 07:01.790 Et cela expliquera également pourquoi nous faisons cela et pourquoi nous examinons différentes fonctions de cause. 07:01.790 --> 07:06.650 Donc, réseau de neurones, un réseau de neurones, disons que nous avons deux réseaux de 07:06.650 --> 07:11.960 neurones, puis nous transmettons l'image d'un chien et nous savons qu'il s'agit d'un chien et non d'un chat. 07:12.200 --> 07:18.620 Et puis nous avons une autre image de notre chat cette fois un animal et c'est un chat pas un chien et ici nous avons un 07:19.040 --> 07:22.490 nous regardons un trou qui est en fait un chien pas un chat. 07:22.490 --> 07:24.280 Si vous regardez de très près. 07:24.320 --> 07:28.440 Nous voulons donc voir ce que nos réseaux de neurones ont été prédits dans le premier cas. 07:28.460 --> 07:36.110 Réseau de neurones 1 90% chien 10% chat correct pas de numéro de réseau 60% chien 07:36.110 --> 07:38.230 40% corrige encore pire. 07:38.270 --> 07:40.030 Mais correct. 07:40.280 --> 07:46.040 Deuxième option premier réseau neuronal 10% chat chien 90% chat. 07:46.040 --> 07:47.300 Correct. 07:47.300 --> 07:53.560 Vous connaissez ce nombre à 30% de chiens, 70% de chats pires mais toujours corrects. 07:53.570 --> 08:01.460 Et enfin, le réseau de neurones dans le réseau d'images d'une année a gagné 40 pour cent de chiens, 60 pour cent de chats, un 08:01.870 --> 08:08.270 numéro de réseau de neurones incorrect jusqu'à 10 pour cent de chiens et 90 pour cent de chats, incorrects. 08:08.270 --> 08:15.380 Donc, la clé est que même si les deux utilisateurs du réseau se sont trompés dans le dernier à travers les trois images 08:15.620 --> 08:18.870 du réseau de neurones, celui-ci surperformait le réseau de neurones. 08:18.890 --> 08:27.010 Ainsi, même dans le dernier cas, il était très probable que le réseau neuronal donne à un chien une chance sur 40 08:27.030 --> 08:32.330 pour cent de ne lui donner que 10% de chance ou qu'un réseau neural surperforme 08:33.200 --> 08:35.310 globalement le réseau neuronal 2. 08:35.520 --> 08:41.780 Et maintenant, nous allons examiner les fonctions permettant de mesurer la performance dont nous avons parlé en quelque sorte 08:41.780 --> 08:42.800 de la notation. 08:43.040 --> 08:48.090 Mettons-les dans un tableau pour qu'il y ait un mauvais numéro de réseau de neurones. 08:48.350 --> 08:49.430 Donc, c'est le numéro de l'image. 08:49.550 --> 08:51.140 Et puis pour l'image une que vous avez. 08:51.140 --> 08:54.010 Qu'est-ce qu'il a prédit 90% de chimpanzés et de chats. 08:54.110 --> 09:00.550 Donc, il y a le chapeau de Marable et alors vous avez la valeur réelle pour chien correct chat incorrect. 09:00.560 --> 09:07.720 Même chose pour l’image numéro deux et même chose pour un minimum de trois et identique pour le réseau de neurones numéro deux. 09:07.750 --> 09:11.060 So Dog 60% en conservait 40% dans la première image. 09:11.060 --> 09:13.800 C'est ce que prédit Crotons, c'était un chien et non un chat. 09:13.820 --> 09:14.820 Etc. 09:15.200 --> 09:18.050 Et maintenant, voyons quelles erreurs nous pouvons réellement obtenir. 09:18.050 --> 09:24.940 Alors, quelles erreurs pouvons-nous calculer pour estimer la performance et surveiller la performance de nos réseaux. 09:24.950 --> 09:28.480 Donc, un type d'erreur s'appelle l'erreur de classification. 09:28.640 --> 09:33.990 Et c’est simplement demander si cela s’est bien passé ou non. 09:34.010 --> 09:36.940 Peu importe les probabilités, C’est juste que vous l’avez bien compris. 09:36.950 --> 09:37.970 Ou avez-vous bien compris? 09:37.970 --> 09:44.790 Donc, dans les deux cas, pour les deux réseaux de neurones, ils en ont chacun un. 09:44.810 --> 09:46.330 Donc, c'est comme ça que vous vous trompez. 09:46.340 --> 09:48.460 Alors ils se sont trompés, un sur trois. 09:48.470 --> 09:54.960 Soit un taux d'erreur de 33% pour votre réseau et un taux d'erreur de 30% pour un réseau neuronal. 09:55.100 --> 09:59.750 En tant que base de ce point de vue, les deux réseaux de neurones fonctionnent au même niveau mais nous savons que ce n’est 09:59.750 --> 10:00.250 pas vrai. 10:00.260 --> 10:04.400 Nous savons que le réseau de neurones Ikhwan surpasse le réseau de neurones. 10:05.120 --> 10:10.850 C’est pourquoi une erreur de classement n’est pas une bonne mesure, en particulier pour les raisons de la propagation 10:11.810 --> 10:17.960 de l’erreur quadratique moyenne et, d’ailleurs, j’ai fait ces calculs dans Excel, je ne voulais tout simplement pas vous ennuyer avec 10:17.960 --> 10:22.010 eux, mais Tony peut s’asseoir et faites-les sur un papier ou dans Excel. 10:22.010 --> 10:28.760 Ce sont des calculs très simples qui prennent simplement la somme des erreurs carrées, 10:28.760 --> 10:35.010 puis la moyenne des observations, ce qui est à peu près tout. 10:35.060 --> 10:43.320 Donc, pour le réseau neuronal, on obtient 25%. Pour le réseau neuronal 2, vous obtenez un taux d'erreur de 71%. Vous constaterez 10:43.330 --> 10:45.930 ainsi que celui-ci est plus précis. 10:45.940 --> 10:50.380 Cela nous dit que près d'un pays a un taux d'erreur beaucoup plus bas que votre propre réseau. 10:51.150 --> 10:52.970 Et puis traverser à nouveau l'entropie. 10:52.990 --> 10:57.250 Nous avons vu la formule que vous pouvez également calculer, c'est en fait encore plus facile à calculer que l'erreur quadratique 10:57.250 --> 11:04.780 moyenne. La surface croisée sur l'entropie vous donne 38% pour les réseaux de neurones 1 et 1. 0 6 pour le réseau de neurones 11:04.780 --> 11:05.350 2. 11:05.500 --> 11:08.180 Donc, vous pouvez voir que les résultats sont un peu différents. 11:08.350 --> 11:16.510 Quand vous les regardez comme ça quand vous regardez, vous connaissez la zone de la mini-jupe et l'entropie croisée, et 11:16.510 --> 11:26.350 la question de savoir pourquoi vous utiliseriez l'entropie croisée au-dessus des erreurs carrées n'est pas simplement du genre Les calculs visaient simplement à vous 11:26.350 --> 11:32.030 montrer que tout cela est faisable. Vous pouvez simplement le faire sur un papier, 11:32.050 --> 11:34.680 mais ce n'est pas le cas. 11:34.780 --> 11:37.890 Ce ne sont pas des mathématiques très intenses. 11:37.890 --> 11:41.130 Ce sont de jolies choses simples et simples. 11:41.200 --> 11:47.680 Mais la question de savoir pourquoi vous utiliseriez des moyens cause d'entropie signifie qu'il y a une très très bonne question à 11:47.680 --> 11:48.250 poser. 11:48.250 --> 11:58.530 Je suis heureux que vous ayez demandé que la réponse à cette question soit la suivante: il existe plusieurs avantages de l'entropie croisée par rapport à l'erreur 11:58.540 --> 12:01.430 quadratique moyenne qui ne sont pas évidents. 12:01.450 --> 12:07.160 Je vais donc en mentionner quelques-uns, mais je vais vous laisser savoir où vous pouvez en savoir plus. 12:07.160 --> 12:18.550 Ainsi, l’un d’eux est que si, par exemple, vous êtes au tout début de votre propagation arrière, votre valeur de sortie est 12:18.550 --> 12:22.260 très très très très très petite. 12:22.360 --> 12:25.680 C'est donc beaucoup plus petit que la valeur réelle que vous voulez. 12:25.750 --> 12:32.920 Ensuite, au tout début, la pente dans votre monde grand et décent sera très très basse et vous ne serez 12:32.920 --> 12:33.840 pas assez. 12:33.850 --> 12:40.630 Il est très difficile pour le réseau de neurones de commencer à faire quelque chose, de bouger, d'ajuster ces 12:40.630 --> 12:45.010 poids et de commencer à faire avancer Movistar dans la bonne direction. 12:45.130 --> 12:50.920 Tandis que lorsque vous utilisez quelque chose comme l'entropie croisée parce qu'il contient un logarithme, cela 12:51.400 --> 12:57.310 aide en réalité le réseau à évaluer même une petite zone de ce type et à y remédier. 12:57.310 --> 12:58.520 Voici comment y penser. 12:58.520 --> 13:03.260 Alors disons encore une fois que c'est une approche très intuitive et très intuitive. 13:03.410 --> 13:08.830 Il y aura un lien avec les mathématiques et vous pourrez déduire ces choses par les mathématiques plus 13:08.830 --> 13:11.260 en détail, mais avec une approche très intuitive. 13:11.260 --> 13:16.030 Disons que vous aimez votre résultat que vous voulez. 13:16.030 --> 13:22.810 C'est un et à l'heure actuelle, vous êtes à un millionième d'un. 13:22.870 --> 13:23.140 Droite. 13:23.170 --> 13:30.790 0 $ 00 ou y en a-t-il et vous améliorerez la prochaine fois que vous augmenterez vos 13:30.790 --> 13:32.680 résultats d'un millionième à un millième. 13:32.860 --> 13:39.330 Et si vous calculez l'erreur au carré, il vous suffit de soustraire l'une de l'autre. 13:39.610 --> 13:44.980 Ou fondamentalement, dans chaque cas, vous êtes Kalka dans un carré et vous verrez que les erreurs au carré lorsque 13:44.980 --> 13:48.210 vous comparez un cas à un autre n'ont pas beaucoup changé. 13:48.220 --> 13:51.940 Vous n’avez pas beaucoup amélioré votre réseau en regardant le carré moyen. 13:52.120 --> 13:58.750 Mais si vous regardez l'entropie croisée parce que vous prenez un logarithme et que vous comparez cela à 13:58.750 --> 14:01.090 la division de l'un à l'autre. 14:01.390 --> 14:09.390 Vous constaterez que vous avez réellement amélioré votre réseau de manière significative, de sorte que le saut d'erreur d'un million à 1 14:09.460 --> 14:12.810 000 en termes d'erreur quadratique moyenne sera très faible. 14:12.820 --> 14:15.710 Ce sera insignifiant et ce ne sera pas le cas. 14:15.790 --> 14:22.270 Cela ne guidera pas votre processus de renforcement du gradient ou votre propagation du dos dans la bonne direction. 14:22.340 --> 14:28.180 Tout cela guidera dans la bonne direction mais ce sera comme un guidage très lent, il 14:28.540 --> 14:34.960 n'aura pas assez de puissance, mais si vous effectuez une entropie entrecroisée sur une entropie, vous comprendrez que, 14:34.960 --> 14:42.220 même si ce sont de très petits ajustements que vous savez faire, un petit changement en termes absolus en termes relatifs, 14:42.220 --> 14:43.770 c'est une énorme amélioration. 14:43.870 --> 14:46.110 Et nous allons certainement dans la bonne direction. 14:46.110 --> 14:54.820 Continuons dans cette voie afin que l'entropie croisée aide votre réseau de neurones à atteindre l'état optimal et constitue un 14:54.820 --> 15:01.090 meilleur moyen, pour le réseau de neurones, de parvenir à un état optimal. 15:01.090 --> 15:08.260 Mais gardez à l'esprit que cela ne fonctionne que lorsque l'entropie croisée n'est que la méthode préférée uniquement pour la classification. 15:08.260 --> 15:14.200 Donc, si vous parlez de choses comme la régression comme celle que nous avons eue dans les réseaux 15:14.230 --> 15:20.770 de neurones artificiels, vous préféreriez aller avec moi et l'erreur quadratique alors que l'entropie croisée est préférable pour la classification 15:20.770 --> 15:26.200 Ensuite, c’est une sorte d’explication intuitive qui en fait un bon endroit pour en apprendre 15:26.200 --> 15:31.690 un peu plus à ce sujet si vous êtes vraiment intéressé, vous savez pourquoi nous utilisons 15:31.690 --> 15:34.740 l’erreur croisée par rapport à l’erreur quadratique moyenne. 15:35.200 --> 15:43.160 Une vidéo de Geoffrey Hinton sur Google a appelé la fonction de sortie max max. Il l'explique très bien et vous savez 15:43.160 --> 15:48.760 être le parrain de l'apprentissage en profondeur qui peut mieux l'expliquer de toute façon. 15:48.890 --> 15:51.680 Et au fait, toute vidéo de Geoffrey Hinton est dorée. 15:51.680 --> 15:55.590 Il a juste un talent énorme pour expliquer les choses de toute façon. 15:55.610 --> 16:01.310 Donc, c’est ça doux contre croix et j’espère que cela vous donne une sorte de compréhension intuitive de ce qui se 16:01.310 --> 16:02.110 passe ici. 16:02.120 --> 16:08.030 Mais plus important encore, vous ne serez pas rebutés par le terme d'entropie croisée, car le titre le mentionnera dans les récits 16:08.030 --> 16:11.280 pratiques et je voulais m'assurer que vous êtes prêt pour cela. 16:11.280 --> 16:15.740 Et ce n'est qu'un autre moyen de calculer votre dernière fonction. 16:15.740 --> 16:21.830 Et une autre façon d'optimiser votre réseau, spécifiquement adaptée aux problèmes de classification 16:21.860 --> 16:28.180 et donc aux réseaux de neurones convolutifs, allant de pair avec la fonction soft max. 16:28.280 --> 16:35.480 Donc lecture supplémentaire si vous souhaitez une introduction légère dans l'entropie croisée si le concentré vous intéresse un 16:35.480 --> 16:37.170 peu plus bien sûr. 16:37.250 --> 16:43.370 Un bon article à découvrir s'appelle une introduction amicale à la perte d'entropie croisée par Rob 16:44.180 --> 16:45.280 DePietro 2016. 16:45.350 --> 16:46.860 Voici le lien ci-dessous. 16:47.150 --> 16:54.350 Très très sympa, très doux et rien de super math complexe. 16:54.440 --> 16:59.660 De bonnes analogies sont de bons exemples utilisant des analogies de voitures et vous regardez des voitures et vous 16:59.660 --> 17:04.910 parlez d'informations, de bits et de restrictions et vous savez comment décoderiez-vous cet Unico dans son ensemble, c'est donc 17:04.910 --> 17:10.730 un bon article à regarder et nous vous en donnerons un bonne vue d'ensemble d'une entrée croisée comme d'un point de 17:10.820 --> 17:11.680 vue introductif. 17:11.900 --> 17:18.590 Si vous voulez creuser dans les calculs lourds comme ce que vous voyez ici, consultez un article 17:18.680 --> 17:25.180 de ou un blog expliquant comment implémenter un réseau de neurones Intermezzo aussi, donc son 17:25.220 --> 17:27.410 utilisation est comme un intermédiaire. 17:27.550 --> 17:28.910 Intermittence dans. 17:28.990 --> 17:35.690 Vous savez, quand vous allez au théâtre, vous avez une pause entre la première et la deuxième 17:35.690 --> 17:36.290 partie. 17:36.350 --> 17:40.820 Donc, parce qu'il est comme passer par toutes ces étapes et ensuite il le dit et ensuite il dit 17:40.820 --> 17:42.210 que je dois d'abord l'expliquer. 17:42.470 --> 17:44.080 Et oui, c’est pourquoi on l’appelle intermezzo. 17:44.090 --> 17:51.620 Aucune autre raison pour autant que je comprenne les articles de Peter Rolands 2016, donc les deux sont 17:51.620 --> 17:52.470 assez récents. 17:52.580 --> 18:00.150 Et vous savez vérifier ceci si vous souhaitez creuser dans les mathématiques derrière l'entropie de Kross derrière le doux Max 18:00.150 --> 18:02.600 et l'entropie croisée dans cet article. 18:02.930 --> 18:03.790 Alors on y va. 18:03.860 --> 18:07.360 C'est tout ce qu'il y a pour ces deux-là. 18:07.370 --> 18:12.780 J'espère que j'ai pu ajouter un peu de clarté supplémentaire et bonne chance avec cela. 18:12.830 --> 18:16.970 Ça va être amusant et profiter des tutoriels pratiques. 18:16.970 --> 18:18.070 Je te vois la prochaine fois. 18:18.080 --> 18:19.700 Jusque-là profiter de l'apprentissage.