WEBVTT 00:00.180 --> 00:02.610 Xin chào và chào mừng bạn đến với hướng dẫn Python này. 00:02.820 --> 00:07.710 Được rồi, vì vậy trong phần mã mới này, chúng tôi sẽ triển khai tính năng phát lại trải nghiệm. 00:07.710 --> 00:13.770 Vì vậy, chúng tôi sẽ tạo một lớp mới, mà chúng tôi sẽ gọi là bộ nhớ phát lại và điều đó sẽ triển khai trải nghiệm, phát lại 00:13.770 --> 00:16.590 chính xác như bạn đã thấy trong các bài giảng về trực giác. 00:16.590 --> 00:21.330 Nhưng trước tiên, hãy đưa ra lời nhắc nhanh về những gì đã trải qua khi chơi lại. 00:21.330 --> 00:26.550 Vì vậy, bạn biết đấy, tất cả trí thông minh nhân tạo này đều dựa trên các quy trình quyết định của Markov. 00:26.550 --> 00:31.710 Và các quy trình ra quyết định của Markov bao gồm việc xem xét một loạt các sự kiện. 00:31.710 --> 00:38.610 Vì vậy, các sự kiện, ví dụ, đi từ một trạng thái S-T sang trạng thái tiếp theo là T cộng với một. 00:38.850 --> 00:44.310 Nhưng nếu các sự kiện diễn ra như vậy, thì, vì trạng thái tiếp theo rất tương quan với trạng thái hiện tại, 00:44.310 --> 00:46.740 thì mạng sẽ không hoạt động tốt cho lắm. 00:46.740 --> 00:52.380 Vì vậy, đối với những người đến từ khóa học học sâu, điều đó giống hệt như nơi chúng tôi học chuỗi thời 00:52.380 --> 00:54.750 gian của mình chỉ với một bước thời gian. 00:54.780 --> 01:00.030 Nó không phải là học bất cứ điều gì bởi vì một bước thời gian không đủ để mô hình của chúng 01:00.030 --> 01:02.550 tôi học để hiểu các mối tương quan lâu dài. 01:02.850 --> 01:06.960 Vì vậy, ở đây cũng vậy, và đó là lý do tại sao chúng tôi phải triển khai tính năng phát lại trải nghiệm. 01:06.960 --> 01:08.160 Vì vậy, làm thế nào nó hoạt động? 01:08.160 --> 01:09.180 Chà, điều đó rất đơn giản. 01:09.180 --> 01:13.890 Thay vì chỉ xem xét các trạng thái hiện tại, đó chỉ là một trạng thái tại một thời điểm. 01:13.890 --> 01:20.430 T Chúng tôi sẽ xem xét nhiều hơn trong quá khứ, vì vậy chính xác là đối với ít TMS hơn và do đó chuỗi sự kiện 01:20.430 --> 01:23.610 của chúng tôi sẽ không phải là SD và SD cộng một. 01:23.640 --> 01:27.240 Ví dụ, đây sẽ là 100 tiểu bang trong quá khứ. 01:27.240 --> 01:33.600 Vì vậy, T -100 như T -99 đến C trừ đi một và sau đó là T. 01:33.750 --> 01:40.230 Vì vậy, nói cách khác, chúng ta đặt 100 lần chuyển đổi ít hơn vào cái mà chúng ta gọi là bộ nhớ, và đó là nơi chúng 01:40.230 --> 01:46.080 ta có trí nhớ dài hạn trái ngược với trí nhớ ngắn hạn hoặc thậm chí, tôi nên nói, một trí nhớ tức thì. 01:46.080 --> 01:49.740 Và điều đó làm cho toàn bộ quá trình học sâu hoạt động tốt hơn nhiều. 01:50.040 --> 01:57.240 Và sau khi tạo bộ nhớ này về 100 sự kiện cuối cùng, chúng tôi sẽ lấy mẫu, tức là, chúng tôi sẽ lấy một số lô 01:57.240 --> 02:02.100 ngẫu nhiên của các chuyển đổi này để thực hiện cập nhật tiếp theo của chúng tôi. 02:02.100 --> 02:05.580 Đó là bước tiếp theo của chúng tôi bằng cách chọn hành động tiếp theo. 02:05.910 --> 02:12.000 Và do đó, trong lớp bộ nhớ phát lại này mà chúng tôi đang triển khai để phát lại trải nghiệm, chúng tôi 02:12.000 --> 02:13.260 sẽ tạo ba hàm. 02:13.260 --> 02:15.630 Trước hết, chức năng init như bình thường. 02:15.630 --> 02:17.250 Đó là trường hợp của bất kỳ lớp nào. 02:17.250 --> 02:23.250 Và vì vậy trong hàm init này, chúng ta sẽ xác định các biến sẽ được gắn vào các thể hiện tương lai của 02:23.250 --> 02:27.060 lớp, đó là các đối tượng trong tương lai sẽ được tạo từ lớp này. 02:27.270 --> 02:33.150 Và rất đơn giản, các biến này sẽ là bộ nhớ của 100 lần chuyển đổi thành 100 sự kiện và 02:33.150 --> 02:39.510 dung lượng là số 100 mà bạn sẽ được chào đón để thử một bộ nhớ dài hơn bằng cách tăng dung lượng. 02:39.510 --> 02:42.060 Vì vậy, đó là chức năng đầu tiên trong chức năng. 02:42.210 --> 02:48.480 Và sau đó chúng ta sẽ thực hiện hai chức năng khác, một chức năng đẩy để đảm bảo rằng bộ nhớ không 02:48.480 --> 02:51.000 bao giờ chứa nhiều hơn 100 chuyển tiếp. 02:51.000 --> 02:56.580 Và đối với điều này, chúng tôi sẽ sử dụng dung lượng bằng cách chỉ thực hiện một điều kiện if đơn giản, và sau đó 02:56.580 --> 02:58.590 cuối cùng chúng tôi sẽ tạo ra hàm mẫu. 02:58.590 --> 03:04.740 Và đó tất nhiên sẽ là để lấy mẫu một số quá trình chuyển đổi trong bộ nhớ 100 lần chuyển đổi cuối cùng này. 03:05.340 --> 03:05.670 Được rồi. 03:05.670 --> 03:08.340 Vì vậy, hãy bắt đầu bằng cách giới thiệu lớp học. 03:08.340 --> 03:12.510 Vì vậy, như thường lệ, chúng tôi bắt đầu với lớp và sau đó chúng tôi đặt tên cho lớp. 03:12.510 --> 03:15.690 Vì vậy, chúng tôi gọi nó là bộ nhớ phát lại. 03:16.980 --> 03:23.340 Và sau đó trong ngoặc đơn, chúng ta nhập đối tượng, sau đó là cột, và sau đó chúng ta bắt đầu. 03:23.340 --> 03:26.730 Chúng ta bắt đầu với hàm đầu tiên, hàm init. 03:26.970 --> 03:30.600 Vì vậy, điều đó giống hệt như trước khi chúng ta bắt đầu với cái chết. 03:30.600 --> 03:36.480 Sau đó để gạch dưới nó, để gạch dưới một lần nữa và sau đó là các biến. 03:36.480 --> 03:42.330 Vì vậy, tất nhiên có self là biến được gắn với các thể hiện tương lai của lớp, các đối 03:42.330 --> 03:43.350 tượng tương lai. 03:43.440 --> 03:49.170 Và sau đó chúng tôi sẽ có một biến khác để bạn có thể thử một số trải nghiệm khác, thay thế 03:49.170 --> 03:52.410 một số ký ức khác, và đó sẽ là dung lượng. 03:52.710 --> 03:58.230 Vì vậy, dung lượng này sẽ đơn giản là con số 100 vì chúng tôi sẽ thực hiện phát lại trải nghiệm 03:58.230 --> 04:00.180 với 100 lần chuyển đổi cuối cùng. 04:00.810 --> 04:01.230 Được rồi. 04:01.230 --> 04:03.810 Và sau đó là Colin và chúng ta bắt đầu. 04:03.810 --> 04:10.170 Hãy vào bên trong hàm và xác định các biến của các đối tượng bộ nhớ phát lại của chúng ta. 04:10.170 --> 04:14.670 Vì vậy, cái đầu tiên sẽ là dung lượng tự chấm. 04:15.970 --> 04:22.060 Và như bạn có thể đã hiểu, đây sẽ là dung lượng là số lượng chuyển đổi tối đa mà chúng ta muốn có trong 04:22.060 --> 04:24.580 bộ nhớ của chúng ta về các sự kiện. 04:24.580 --> 04:31.630 Và điều này sẽ bằng đối số mà chúng ta sẽ nhập khi tạo một đối tượng của lớp bộ nhớ phát 04:31.630 --> 04:34.210 lại, và do đó đó là dung lượng. 04:34.300 --> 04:36.430 Đó là đối số của hàm init. 04:36.430 --> 04:37.660 Vì vậy, công suất. 04:37.960 --> 04:45.160 Vì vậy, không nên nhầm lẫn, năng lực bản thân là tên của biến số gắn liền với đối tượng và 04:45.160 --> 04:46.180 năng lực. 04:46.180 --> 04:52.030 Đây là đối số mà chúng ta sẽ nhập khi tạo một đối tượng của lớp bộ nhớ phát lại. 04:52.710 --> 04:53.550 Được rồi. 04:53.550 --> 04:55.770 Và sau đó chúng ta có một biến thứ hai. 04:55.860 --> 04:57.750 Đó tất nhiên là ký ức. 04:57.750 --> 05:00.240 Vì vậy, tự chấm bộ nhớ. 05:01.630 --> 05:02.290 Được rồi. 05:02.620 --> 05:05.650 Và như vậy biến bộ nhớ này sẽ có giá trị như thế nào? 05:05.770 --> 05:13.240 Chà, bộ nhớ này được cho là chứa 100 sự kiện cuối cùng, và do đó, đây phải là một danh sách đơn giản, bạn 05:13.240 --> 05:18.880 biết đấy, một danh sách sẽ chứa 100 sự kiện cuối cùng, 100 lần chuyển đổi cuối cùng. 05:19.210 --> 05:22.030 Và để khởi tạo danh sách, không có gì đơn giản hơn. 05:22.030 --> 05:25.900 Chúng tôi chỉ thêm một số dấu ngoặc như vậy và chúng tôi bắt đầu. 05:25.900 --> 05:27.610 Bộ nhớ của chúng tôi được khởi tạo. 05:27.610 --> 05:32.590 Vì vậy, tất nhiên, khi bắt đầu thử nghiệm, hay chính xác hơn là khi bắt đầu khám phá, bộ nhớ 05:32.620 --> 05:34.330 sẽ là một danh sách trống. 05:34.330 --> 05:38.320 Và sau đó chúng tôi sẽ đặt các chuyển đổi mỗi khi chúng tôi đạt đến trạng thái trong tương lai. 05:38.320 --> 05:43.390 Và nói về điều đó, đó chính xác là những gì chúng ta sẽ làm với hàm tiếp theo mà chúng ta 05:43.390 --> 05:44.590 sẽ gọi là hàm push. 05:44.590 --> 05:49.570 Chúng tôi sẽ thực hiện chức năng đẩy này để nối các sự kiện trong danh sách bộ nhớ này. 05:49.570 --> 05:56.530 Và sau đó chúng ta sẽ sử dụng dung lượng để đảm bảo rằng danh sách bộ nhớ này luôn chứa 100 sự kiện và không bao giờ nhiều hơn 05:56.530 --> 05:56.980 thế. 05:57.340 --> 05:59.500 Được rồi, hãy làm điều này trong hướng dẫn tiếp theo. 05:59.500 --> 06:00.820 Và cho đến khi đó, hãy tận hưởng. 06:00.820 --> 06:01.330 TÔI.