WEBVTT 00:00.580 --> 00:02.850 Merhaba ve mağazaya hoşgeldiniz. 00:03.040 --> 00:07.040 Tamam, şimdi yapay zekayı sıfırdan uygulayacağız. 00:07.040 --> 00:08.870 Onu satır satır kesiyoruz. 00:09.070 --> 00:12.550 Ve bu ilk iyi bölümde kütüphaneleri içe aktaracağız. 00:12.550 --> 00:17.880 Ancak, bu ilk kod bölümüyle başlamadan önce AI ile haritamız 00:17.890 --> 00:20.140 arasındaki bağlantıyı açıklamak isterim. 00:20.560 --> 00:24.000 Bu yüzden onlar için bunu uyguluyoruz. 00:24.040 --> 00:27.880 AI'mızın amacı nedir ve bunu nerede kullanacağız. 00:27.880 --> 00:30.160 Yani aslında çok basit. 00:30.170 --> 00:34.900 Sadece doğru eylemi seçmek için AI'yı yapıyoruz ve her seferinde. 00:35.140 --> 00:42.390 Yani, sınıfı dosyamızdan alıyoruz, böylece bu D2'yi bu dosyada sınıfta hazırlıyor olacağız. 00:42.580 --> 00:51.220 Ancak bunu yalnızca her seferinde oynamak için doğru hareketi seçmek için içe aktarırız ve bu işlemi bu satırda 00:51.490 --> 00:53.070 tam olarak seçeriz. 00:53.080 --> 01:00.580 Eylem, beyin güncellemesine eşittir az ödül sinyali daha az sinyaller sinir ağı girdisi olacaktır. 01:00.760 --> 01:05.950 Sensörlerin üç sinyallerinden ve yön ve eksi yönlerden oluştuğunu bilirsiniz. 01:06.130 --> 01:09.890 Bu girdilerdir, ancak o zaman çıktı oyun oynamaktır. 01:10.030 --> 01:14.970 Ve bu sadece bizim AI'dan alacağımız şey, yapacağımızı hissettim. 01:15.250 --> 01:16.310 Dolayısıyla bunu aklınızda tutun. 01:16.390 --> 01:17.590 Çok basit. 01:17.590 --> 01:25.900 İlk önce AI AI'den de decriminalize'i ithal ediyoruz, sonra beş boyutlu durumlar için kodlanmış 01:25.990 --> 01:32.110 vektörleri giren insan sınıfından nesne beyinini oluşturuyoruz; üç sinyale artı yönlendirme 01:32.290 --> 01:33.970 eksi eksi yönlendirme. 01:34.030 --> 01:36.910 Sola dönük reaksiyonlar düz gidin veya sağa dönün. 01:37.030 --> 01:38.470 Ve sonra bu gama parametresi. 01:38.560 --> 01:42.410 Yapacağımız sınıfın tek parametresi budur. 01:42.490 --> 01:50.140 Ve sonra bir kere biz o nesneyi yaratırız ki oyun sınıfında her seferinde oynamak için harekete geçeriz. 01:50.140 --> 01:51.760 Ve bu son kelimeye bağlı. 01:51.940 --> 01:58.450 Ve girdi olan Lusignan ve bunun hepsinin olması, gerçek yapay zekanın doğru 01:58.450 --> 02:03.620 hareketleri oynatması için bir önceki öğreticide gördüğümüz gibi rastgele eylemler 02:04.030 --> 02:08.480 yerine doğru hareket ettiğini söylemenin tek amacı budur. 02:08.500 --> 02:12.620 Pekala yapalım bunu yapay zekamızı uygulamaya koyalım. 02:12.760 --> 02:18.430 Ve dediğimiz gibi uygulamak için kullanacağımız tüm kitaplıkları içe aktarmaya başlayacağız. 02:18.460 --> 02:21.160 Bu şekilde, ihtiyacımız olan tüm araçları alacağız. 02:21.160 --> 02:22.790 Pekala, birincisinden başlayalım. 02:22.810 --> 02:28.870 Birincisi, Tayland dışındaki kütüphanenin kaçınılmaz olanıdır. 02:28.870 --> 02:35.270 Her zaman ithalat yapmamızı öneririm, çünkü Iraklılarla oynamama ve çalışmamıza izin veren kütüphane budur. 02:35.620 --> 02:40.180 Ve burası, sayı kullanmak istediğimizde sadece kısayol imkânı. 02:40.590 --> 02:44.050 Pekâlâ, ikinci kütüphane rastgele. 02:44.050 --> 02:50.530 Bu, bunun nedeni, deneyim tekrarını uygularken farklı gruplardan bazı rastgele örnekleri 02:50.530 --> 02:51.770 alacağımızdan kaynaklanmaktadır. 02:51.940 --> 02:54.650 Dolayısıyla bu rasgele kütüphaneyi de almalıyız. 02:54.880 --> 03:02.470 Sonra, modeli yükledikten sonra kullanışlı os'u içe aktaracağız, çünkü modeli hazırladıktan sonra modeli kaydetmek için 03:02.470 --> 03:08.710 bazı kodları ve ardından modeli yüklemek için başka bir kodu uygulayacağımızı biliyorsunuz. 03:08.700 --> 03:14.140 İşte o zaman, bilgisayarınızı kapatmak istediğinizde beyin tasarrufunu ve beyin yüklemenizi istiyoruz 03:14.140 --> 03:18.850 ve daha önce başka bir deneme için eğitilmiş beyinimizi kullanıyoruz. 03:19.060 --> 03:20.410 Bu çok önemli. 03:20.740 --> 03:27.230 O zaman meşale kütüphanesini esastan ithal edeceğiz. 03:27.250 --> 03:32.170 için diğerlerinden çok daha fazla önerebileceğiz, çünkü dinamik grafikleri işleyebiliyor. 03:32.170 --> 03:36.670 Bunun nedeni, sinir ağımızı meşale ile uygulayacağımız ve yapay zeka 03:36.670 --> 03:46.150 Böylece torche'le gidiyoruz, daha sonra Torche'den başlayıp bitiş modülünü sonlandıracağız, bazı sinir ağlarını uygulamak 03:46.150 --> 03:51.730 için tüm araçları içeren modül olan en önemli modüldür. 03:51.820 --> 03:57.370 Elbette üç sensörün üç sinyalini artı yönlendirme ve eksi yönlendirme girdileri 03:57.370 --> 04:03.910 olarak alacak ve çıktının oynamak için geri döneceği derin bir sinir ağı olacaktır. 04:04.090 --> 04:09.220 Aslında farklı eylemlerin q değerlerini döndürmek ve yumuşak bir Max kullanarak. 04:09.220 --> 04:15.970 Kartları işkenceye gidermek için en alakalı olanı oynatmak 04:16.000 --> 04:26.500 için harekete geçeceğiz ve en temelinde ise, fonksiyonel pakete kısa bir kesişme yapacağız. 04:26.550 --> 04:29.960 Buradan sonuna kadar olan fonksiyonel pakete ve Maggio'ya gidiyoruz. 04:29.970 --> 04:36.310 Dolayısıyla bu işlevsel paket, bir sinir ağı uygularken kullandığımız farklı fonksiyonları içerir. 04:36.340 --> 04:42.240 Genellikle son fonksiyon, Google kayıplarını kullanacağız, çünkü yakınsama artar ve 04:42.240 --> 04:46.950 kayıp son modülden bu işlevsel alt modülde bulunur. 04:47.190 --> 04:54.330 Ve tüm bunlar oldukça uzun olduğu için ona bir kısayol vereceğiz ve bunu basitçe f olarak adlandıracağız. 04:54.460 --> 04:57.260 Daha sonra sadece 3 modül içe aktaracak. 04:57.340 --> 05:05.710 Birincisi kendisine kalmış başka bir merkezdir ve biz hala işkence kütüphanesinden alıyoruz 05:06.220 --> 05:12.870 ve oraya gidiyoruz ve işkence atomu yerine kendisine çağıralım. 05:13.030 --> 05:15.250 Optimize Edici için tabii ki budur. 05:15.340 --> 05:22.030 Bu anlamda C sınıfı gerçekleştirmek için bazı iyileştiriciler içe aktaracağız, bu yüzden kesinlikle ihtiyacımız 05:22.030 --> 05:25.100 olacak ve ardından imzaları içe aktarmamız gerekiyor. 05:25.210 --> 05:28.670 Ve bu sadece değişken sınıfı pişmanlığımızdan alıyor. 05:29.170 --> 05:31.630 Dolayısıyla bunun amacı biraz tekniktir. 05:31.630 --> 05:39.010 Esas olarak bir değişkene sahip olanların hepsinden kaçınmak için daha gelişmiş diziler gibi tensörlerden 05:39.010 --> 05:43.160 bazılarını dönüştürmek için değişken sınıfını içe aktarmamız gerekir. 05:43.210 --> 05:46.640 Sanki tek başına bir tensör istemiyoruz gibi. 05:46.660 --> 05:51.940 Tensörü de degrade içeren bir değişkene koymak istiyoruz ve bunu yapmak için 05:51.940 --> 05:58.350 bu tensörü tensörü ve degradeyi içeren bir değişkene dönüştürmek için değişken sınıfı kullanmamız gerekiyor. 05:58.520 --> 06:02.550 Bu biraz teknik ama işte PI meşale ile çalışırken yapmamız gereken iş bu. 06:02.680 --> 06:04.830 Değişken sınıfı sayesinde bunu yaparız. 06:04.840 --> 06:13.220 Fakat değişken sınıfı edinmeden önce, bu lisansüstü tezgahı ithal etmeliyiz ve 06:13.220 --> 06:26.430 daha sonra da lisansdan kısa bir kesim yapalım ve daha sonra lisansa sahip olduğumuz meşaleden Roybal'ı alıyoruz. 06:26.560 --> 06:31.390 Şimdi AI'yı uygulamak için kullanacağımız tüm kütüphanelere sahibiz. 06:31.600 --> 06:34.050 Dolayısıyla, başka herhangi bir kütüphanenin ithalatını rahatsız etmeyeceğiz. 06:34.060 --> 06:35.670 İhtiyacımız olan tüm araçlara sahibiz. 06:35.830 --> 06:40.000 Ve şimdi sinir ağının mimarisini yaratmaya hazırız. 06:40.030 --> 06:42.680 Dolayısıyla bir sonraki öğreticide bunu yapacağız. 06:42.760 --> 06:44.370 Ve o zamana kadar AI zevk.