WEBVTT 00:00.390 --> 00:02.710 Witam i zapraszam do przyprawy Intertoto. 00:03.000 --> 00:07.800 W porządku, więc w tej nowej sekcji kodu zamierzamy wprowadzić doświadczenie z grą. 00:07.920 --> 00:13.850 Zrobimy więc nową klasę, którą nazwiemy pamięcią powtórki i która zaimplementuje doświadczenie, by grać dokładnie 00:13.850 --> 00:16.700 tak, jak widzieliście w wykładach intuicyjnych. 00:16.890 --> 00:21.540 Najpierw jednak przypomnijmy, co jest powtórką doświadczenia. 00:21.540 --> 00:27.750 Więc wiesz, że cała ta sztuczna inteligencja jest oparta na procesach decyzyjnych Markowa, a 00:27.750 --> 00:31.840 proces decyzyjny Markowa polega na oglądaniu serii wydarzeń. 00:32.010 --> 00:38.770 Więc wydarzenia są znane, na przykład przechodząc od jednego stanu do następnego stanu i tipis jeden. 00:39.060 --> 00:44.410 Ale jeśli wydarzenia były tak dobre, od następnego dnia są bardzo skorelowane z obecnym stanem. 00:44.550 --> 00:46.820 Cóż, sieć nie radziłaby sobie zbyt dobrze. 00:46.980 --> 00:52.710 Tak więc dla tych, którzy przybyli z kursu głębokiego uczenia się dokładnie tak samo, jak w przypadku, gdy nauczyliśmy się 00:52.710 --> 00:54.860 naszych szeregów czasowych z tylko jednym taktem. 00:55.020 --> 01:00.300 Nie uczył się niczego, ponieważ jeden czas nie był wystarczający, aby model 01:00.300 --> 01:03.070 mógł nauczyć się rozumieć długoterminowe korelacje. 01:03.090 --> 01:07.060 Więc to jest to samo i dlatego musimy wprowadzić powtórkę doświadczenia. 01:07.230 --> 01:08.230 Jak to działa. 01:08.340 --> 01:13.960 Cóż, to bardzo proste, zamiast tylko brać pod uwagę obecny stan, który jest tylko jednym stanem w 01:13.960 --> 01:14.640 czasie t. 01:14.680 --> 01:16.830 Zamierzamy rozważyć więcej w przeszłości. 01:16.830 --> 01:22.560 Tak samo jak w przypadku litów, a zatem nasza seria wydarzeń nie będzie taka. 01:22.560 --> 01:27.450 I przypuszczam, że będzie to na przykład sto stanów w przeszłości. 01:27.450 --> 01:33.770 Zatem jako T-minus sto osiemdziesiąt minus 99 aż do minus 1, a następnie S-T. 01:34.020 --> 01:40.830 Innymi słowy, wprowadzamy 100 mniej przejść do pamięci, którą nazywamy pamięcią, i dlatego mamy pamięć długotrwałą 01:40.830 --> 01:47.040 w przeciwieństwie do pamięci krótkotrwałej, a nawet powinienem powiedzieć natychmiastową pamięć i to sprawia, 01:47.040 --> 01:49.950 że cały proces działa znacznie lepiej. 01:50.310 --> 01:57.690 A potem, gdy stworzymy pamięć ostatnich 100 zdarzeń, będzie to proste, że zajmiemy kilka 01:57.690 --> 02:02.300 losowych partii tych przejść, aby dokonać kolejnej aktualizacji. 02:02.310 --> 02:09.270 To jest nasz następny ruch, wybierając następną sekcję, a zatem w tej klasie pamięci powtórek, 02:09.270 --> 02:13.450 którą implementujemy do odtwarzania powtórzeń, wykonamy trzy funkcje. 02:13.530 --> 02:17.490 Przede wszystkim funkcja jak zwykle ma miejsce w przypadku każdej klasy. 02:17.520 --> 02:23.400 I tak w tej funkcji określimy zmienne, które będą dołączone do przyszłych wystąpień klasy, która 02:23.400 --> 02:27.210 jest przyszłymi obiektami, które zostaną utworzone z tej klasy. 02:27.540 --> 02:32.790 I tak po prostu te zmienne będą pamięcią 100 przejść do 100 zdarzeń. 02:32.970 --> 02:38.790 A pojemność, która jest liczbą 100, pozwoli ci wypróbować dłuższe wspomnienie, zwiększając 02:38.790 --> 02:39.550 pojemność. 02:39.780 --> 02:46.170 Jest to więc pierwsza funkcja w nim działająca, a następnie udostępnimy dwie inne funkcje, jedną funkcję push, 02:46.500 --> 02:51.050 aby upewnić się, że pamięć nie zawiera więcej niż 100 przejść. 02:51.180 --> 02:57.150 W tym celu wykorzystamy pojemność, wykonując jeden prosty warunek, a następnie ostatecznie 02:57.360 --> 03:03.300 wykonamy prostą funkcję, która będzie oczywiście próbą pewnych przejść w pamięci 03:03.390 --> 03:05.060 ostatnich 100 przejść. 03:05.520 --> 03:08.440 W porządku, zacznijmy od wprowadzenia klasy. 03:08.520 --> 03:17.460 Jak wiesz, zaczynamy od klasy, a następnie przekazujemy je klasie, którą nazywamy pamięcią powtórzenia, a 03:17.460 --> 03:25.500 następnie w nawiasach wstawiamy obiekt, następnie Cullin, a następnie zaczynamy od pierwszej funkcji. 03:25.560 --> 03:26.860 Koniec jest funkcją. 03:27.150 --> 03:30.730 Więc to dokładnie to samo, co przed rozpoczęciem śmierci. 03:30.870 --> 03:36.750 Następnie dwa podkreślenia w nim dwa ponownie podkreślają, a następnie zmienne. 03:36.750 --> 03:42.750 Więc istnieje oczywiście jaźń, która jest zmienną związaną z przyszłymi instancjami klasy 03:42.750 --> 03:48.810 przyszłych obiektów, a następnie będziemy mieć kolejną zmienną, abyś mógł spróbować innych doświadczeń 03:48.810 --> 03:52.950 z niektórymi wspomnieniami i to będzie być pojemnością. 03:52.950 --> 03:58.020 Więc ta zdolność będzie po prostu liczbą sto, ponieważ zamierzamy doświadczyć, 03:58.020 --> 04:00.960 aby grać ze stoma mniejszymi przejściami. 04:00.960 --> 04:03.910 W porządku, a potem Collon. Idziemy. 04:03.930 --> 04:10.430 Wejdźmy do funkcji i określmy zmienne naszego obiektu pamięci replay. 04:10.440 --> 04:19.400 Tak więc pierwsza z nich będzie zdolnością samokształceniową i jak zapewne zrozumieliście, będzie to maksymalna 04:19.670 --> 04:24.690 liczba przejść, jakie chcemy mieć w pamięci zdarzeń. 04:24.830 --> 04:30.980 I będzie to równe argumentom, które wprowadzą podczas tworzenia obiektu klasy pamięci 04:31.000 --> 04:34.530 powtórzeń, a zatem jest to pojemność. 04:34.550 --> 04:36.480 To jest argument funkcji init. 04:36.660 --> 04:38.180 Więc pojemność. 04:38.180 --> 04:44.960 Więc znowu nie mylić siebie, że pojemność jest nazwą zmiennej, która jest dołączona 04:45.470 --> 04:52.670 do obiektu, a pojemność tutaj jest argumentem, który wprowadzi podczas tworzenia obiektu klasy pamięci powtórki. 04:52.810 --> 04:53.620 W porządku. 04:53.830 --> 04:55.880 A potem mamy drugiego wojewodę. 04:56.170 --> 04:57.890 To oczywiście pamięć. 04:58.000 --> 05:01.620 Tak samo uczony Nemec. 05:01.760 --> 05:02.650 W porządku. 05:02.800 --> 05:05.730 I do czego będzie potrzebne to wspomnienie Wojewody. 05:05.990 --> 05:13.950 Cóż, ta pamięć ma zawierać ostatnie 100 zdarzeń i dlatego powinien to być prosty test. 05:14.100 --> 05:20.300 Znasz listę, która będzie zawierać 100 ostatnich zdarzeń ostatnich 100 przejść i zainicjować 05:20.300 --> 05:20.850 listę. 05:20.870 --> 05:24.620 Nie ma nic prostszego, po prostu dodajemy takie nawiasy. 05:24.740 --> 05:26.040 I oto idziemy. 05:26.060 --> 05:31.490 Nasza pamięć jest inicjowana, więc oczywiście na początku eksperymentu lub dokładniej na 05:31.490 --> 05:36.430 początku eksploracji pamięć będzie pustą listą, a następnie wprowadzimy przejścia. 05:36.500 --> 05:38.350 Za każdym razem, gdy osiągamy przyszły stan. 05:38.600 --> 05:43.370 I mówiąc o tym, właśnie to zrobimy z następną funkcją, którą nazwiemy 05:43.520 --> 05:44.720 funkcją wypychania. 05:44.790 --> 05:51.380 Uczynimy tę funkcję wypychania, aby obsadzić zdarzenia na tej liście pamięci, a następnie wykorzystamy pojemność, aby 05:51.620 --> 05:57.170 upewnić się, że ta lista pamięci zawiera zawsze 100 zdarzeń i nigdy więcej. 05:57.500 --> 05:59.660 W porządku, zróbmy to również w następnym. 05:59.690 --> 06:01.250 I do tego czasu I.