WEBVTT 00:00.630 --> 00:03.170 สวัสดีและยินดีต้อนรับสู่การสอน Python นี้ 00:03.170 --> 00:03.500 เอาล่ะ 00:03.510 --> 00:11.470 ตอนนี้ในฟังก์ชั่นถัดไปที่เรากำลังนำไปใช้เราจะฝึกอบรมโครงข่ายประสาทเทียมที่อยู่ภายในปัญญาประดิษฐ์ของเรา 00:11.490 --> 00:16.980 โดยพื้นฐานแล้วเราจะทำกระบวนการทั้งหมดเพื่อการแพร่กระจาย 00:16.980 --> 00:19.140 ดังนั้นเราจะได้ผลลัพธ์ของเรา 00:19.200 --> 00:20.850 เราจะได้รับเป้าหมาย 00:20.890 --> 00:28.410 เราจะเปรียบเทียบผลลัพธ์ของเป้าหมายเพื่อคำนวณข้อผิดพลาดล่าสุดจากนั้นเราจะกลับไปเผยแพร่ข้อผิดพลาดล่าสุดนี้ในเครือข่ายใหม่ 00:28.680 --> 00:34.780 และการใช้การไล่ระดับสีที่แนะนำที่จะต้องรอตามจำนวนที่พวกเขามีส่วนในข้อผิดพลาด 00:35.190 --> 00:39.030 งั้นลองทำทั้งหมดนี้เพื่อคนที่มาจากนาวิกโยธินที่ลึก 00:39.030 --> 00:43.850 นี่จะเป็นสิ่งที่ดี แต่สำหรับคนอื่นไม่ต้องห่วงฉันจะขยายมันอีก 00:44.160 --> 00:51.630 ดังนั้นเราจะเรียกฟังก์ชั่นใหม่นี้เรียนรู้และเรียนรู้ฟังก์ชั่นจะใช้การขัดแย้งหลายประการ 00:51.630 --> 00:57.350 ตนเองคนแรกของหลักสูตรซึ่งจะหมายถึงวัตถุของการศึกษาระดับปริญญาในชั้นเรียน 00:57.510 --> 01:15.570 จากนั้นเราจะใช้สถานะแบตช์ของเราสำหรับสถานะปัจจุบันจากนั้นสถานะถัดไปของแบทช์ของเราก็จะเป็นรางวัลนั้นและในที่สุดก็ดำเนินการ Arbat 01:15.590 --> 01:16.960 แล้วทำไมเราถึงรับสิ่งนี้ 01:16.970 --> 01:19.770 คุณอาจจำได้ว่าชุดนี้คืออะไร 01:19.880 --> 01:26.350 แน่นอนว่าเป็นช่วงการเปลี่ยนภาพการเปลี่ยนแปลงของกระบวนการตัดสินใจตลาดที่เป็นพื้นฐาน 01:26.360 --> 01:27.440 คุณได้เรียนรู้ 01:27.500 --> 01:30.420 และทำไมเราทุกคนพาพวกเขาไปเป็นกลุ่ม 01:30.560 --> 01:39.630 นั่นเป็นเพราะคุณรู้ว่าจำเราไม่ได้พิจารณาการเปลี่ยนแปลงโดยชุดของรัฐชั้นนำหรือสถานะปัจจุบันต่อไปรัฐรางวัลปัจจุบันและการกระทำในปัจจุบัน 01:39.650 --> 01:44.050 เราสร้างแบทช์ง่าย ๆ ที่นี่ด้วยฟังก์ชั่นที่เรียบง่าย 01:44.210 --> 01:48.430 ทรานซิชันของเราอยู่ในรูปของแบทช์แรกสำหรับสถานะนี้ 01:48.500 --> 01:53.520 ชุดที่สองสำหรับวันถัดไปที่ชุดสำหรับรางวัลและชุดสำหรับการดำเนินการ 01:53.510 --> 02:04.150 นั่นคือรูปแบบของการเปลี่ยนแปลงของเราในตอนนี้และพวกเขาทั้งหมดสอดคล้องกับความเคารพต่อเวลาด้วยการต่อข้อมูลที่เราทำไว้ที่นี่ด้วยมิติแรก 02:04.160 --> 02:15.400 ดังนั้นประเด็นคือตอนนี้เรามีการเปลี่ยนแปลงของแบทช์หนึ่งชุดสำหรับแต่ละรัฐในวันถัดไปที่เราดูมันในการดำเนินการและเราทำทั้งหมดนี้เพราะเราใช้เคล็ดลับการเล่นซ้ำประสบการณ์นี้ 02:15.530 --> 02:18.580 นั่นคือเครือข่ายประสาทลึกของเราสามารถเรียนรู้บางสิ่งได้ 02:18.590 --> 02:24.190 จำไว้ว่าถ้าคุณมีการเปลี่ยนแปลงด้วยตัวเองสิ่งที่มันจะเป็นการเรียนรู้แบบทันที 02:24.260 --> 02:28.930 หรือถ้าคุณต้องการเรียนรู้ความจำสั้น ๆ ดังนั้นไฝจะไม่เรียนรู้อะไร 02:29.180 --> 02:45.620 ดังนั้นเราต้องเอาแบทช์เหล่านี้ออกจากหน่วยความจำซึ่งกลายเป็นช่วงการเปลี่ยนภาพของเราและในที่สุดเราก็จะได้ผลลัพธ์ที่แตกต่างกันสำหรับแต่ละสถานะของอินพุตฯ เพื่อคำนวณการสูญเสีย 02:45.680 --> 02:51.860 ไม่ช้าฉันจะเตือนสมการสมดุลที่เป็นหัวใจของอัลกอริทึมการเรียนรู้ 02:51.860 --> 02:57.120 ตอนนี้เราจะไปที่ฟังก์ชั่นก่อนอื่นมารับผลสถานะของกล่อง 02:57.170 --> 03:07.670 ดังนั้นฉันจะเรียกผลลัพธ์ที่มีศักยภาพก่อนแล้วเราจะพูดแน่นอนการพูดด้วยตนเองของเราไม่ใช่การเริ่มต้นด้วยตนเอง 03:07.740 --> 03:14.160 ไม่เพราะเราต้องการรับเอาท์พุทโมเดลของเราจากสถานะอินพุตของรัฐ 03:14.510 --> 03:19.110 และเนื่องจากโมเดลของเราคาดหวังว่าจะมีสถานะอินพุตเป็นกลุ่ม 03:19.310 --> 03:25.330 ทีนี้เราก็สามารถใส่สถานะนั้นได้ในตอนนี้สำหรับอินพุตของพวกเขาทั้งหมด 03:25.340 --> 03:35.080 นั่นคือวิธีที่เราเริ่มต้นสถานะที่เข้าสู่เครือข่ายด้วยคำตอบการทรมานด้วยมิติที่คลุมเครือสำหรับชุดที่สมบูรณ์แบบนี้ 03:35.180 --> 03:37.720 ตอนนี้เราได้รับผลลัพธ์ของพวกเขาทั้งหมด 03:37.880 --> 03:45.680 แต่แล้วก็มีเคล็ดลับทางเทคนิคอื่นถ้าเราขายโมเดลรุ่นนั้นให้ดีเราจะได้ผลลัพธ์จากการกระทำที่เป็นไปได้ทั้งหมดที่คุณรู้จัก 0 1 และ 03:45.860 --> 03:50.980 2 แต่นั่นไม่ใช่สิ่งที่เราต้องการ 03:50.990 --> 03:54.580 เราสนใจเฉพาะการกระทำที่ถูกเลือก 03:54.740 --> 04:09.320 การกระทำที่ตัดสินใจโดยเครือข่ายในการเล่นในแต่ละครั้งและเพื่อให้ได้รับความสนใจจริง ๆ นั่นคือการกระทำที่เล่นได้ดีเราต้องใช้ฟังก์ชั่นการรวบรวมที่เราป้อนข้อมูลเพราะเราต้องการการกระทำที่เลือก 04:09.320 --> 04:16.840 เราเพิ่มการกระทำนั้นกับอันนี้ 04:16.880 --> 04:24.560 และในส่วนนั้นเราจะรวบรวมการกระทำที่ดีที่สุดในการเล่นสำหรับแต่ละสถานะอินพุตของรัฐ 04:24.830 --> 04:31.770 เราไม่ต้องการให้มีการกระทำที่เล่นการกระทำที่เลือกและเราได้รับสิ่งนี้ด้วยการรวบรวมการกระทำนั้น 04:32.130 --> 04:33.390 แต่ก็ต้องระวัง 04:33.450 --> 04:40.190 รัฐที่นี่มีเพชรปลอมและจาระบีลงในชุดและส่วนนั้นไม่ได้ 04:40.190 --> 04:46.190 Backstay มีเพราะเราเคยชินกับ Unsworth 04:46.430 --> 04:52.880 ด้วยที่นี่ แต่เราไม่ได้ใช้การบีบแขนสำหรับการกระทำดังนั้นเราต้องเพิ่มที่นี่เพื่อให้การกระทำของ Bache นั้นมีมิติเดียวกับรัฐ 04:53.150 --> 05:09.120 ดังนั้นเราจะเพิ่มจุดแล้วบีบคุณตรงนี้และที่จริงนี่ไม่ใช่ศูนย์ แต่อย่างใดอย่างหนึ่งเพราะศูนย์การตอบสนองต่อศรัทธาไม่ใช่รัฐและคนหนึ่งจะสอดคล้องกับการตรวจสอบการกระทำ 05:09.370 --> 05:16.540 และในที่สุดสิ่งสุดท้ายที่เราต้องทำที่นี่คือเราต้องฆ่าชุดปลอมด้วยการบีบ 05:16.600 --> 05:18.010 ทำไมเราต้องทำเช่นนั้น 05:18.130 --> 05:20.130 เพราะตอนนี้เราอยู่นอกเครือข่ายประสาท 05:20.200 --> 05:22.820 เรามีผลงานของเรา แต่เราไม่ต้องการให้มันกลับมา 05:22.900 --> 05:24.080 เราต้องการพวกเขา 05:24.190 --> 05:26.260 และคำตอบง่ายๆคือเวกเตอร์อย่างง่าย 05:26.260 --> 05:34.880 เวกเตอร์ของเอาท์พุตของแบตช์เมื่อเราทำงานในโครงข่ายประสาทเนื่องจากโครงข่ายประสาทคาดว่ารูปแบบของเซ็นเซอร์จะเป็นแบทช์ 05:34.990 --> 05:41.530 แต่ตอนนี้เรามีผลลัพธ์ของเราและในสมการ baluns ถัดไปของการเรียนรู้อย่างลึกล้ำ 05:41.530 --> 05:48.130 ดังนั้นฉันจะฆ่ามันที่นี่และฆ่ามิติความศรัทธาเพื่อให้ได้ผลลัพธ์ที่เรียบง่ายของเรา 05:48.160 --> 05:56.120 ดังนั้นฉันแค่เพิ่มที่นี่จุดแล้วบีบแล้วเพราะฉันต้องการที่จะฆ่าเคลือบปลอมที่สอดคล้องกับด้านหลังของการกระทำ 05:56.250 --> 06:01.430 เนื่องจากเอ็นจิ้นกาลอวกาศมีดัชนีหนึ่งที่ฉันเพิ่มเข้าไป 06:01.560 --> 06:02.050 เอาล่ะ 06:02.100 --> 06:05.480 และตอนนี้เราไปที่นั่นเรามีผลงานของเรา 06:05.490 --> 06:05.910 ตกลง. 06:06.000 --> 06:11.100 เรามีการเตือนเล็กน้อยว่าเอาต์พุตของตัวแปรโลคัลถูกกำหนดไว้ แต่ไม่เคยใช้ 06:11.190 --> 06:11.860 ไม่เป็นไร. 06:11.880 --> 06:13.510 เราจะใช้มันอย่างรวดเร็ว 06:13.920 --> 06:15.540 นั่นคือผลลัพธ์ของเรา 06:15.600 --> 06:23.660 และตอนนี้เราต้องการรับ outwits ต่อไปของเราดังนั้นตอนนี้คุณอาจคิดว่าทำไมเราถึงต้องการเอาท์พุทถัดไป 06:23.840 --> 06:31.670 เพื่อที่จะเข้าใจสิ่งนี้เราต้องย้อนกลับไปยังอัลกอริทึมการเรียนรู้อย่างลึกซึ้งซึ่งอยู่ที่นี่ซึ่งเป็นส่วนหนึ่งของคู่มือการตกปลา 06:31.850 --> 06:33.820 นั่นคือกระบวนการแพร่กระจายทั้งหมด 06:33.860 --> 06:39.180 ในตอนแรกเราเริ่มต้นค่าคีย์ทั้งหมดแล้วในแต่ละครั้ง 06:39.440 --> 06:44.770 เราไปที่นั่นแล้วเราเลือกการกระทำด้วยแม็กซ์ soughed นั่นคือสิ่งที่เราทำกับฟังก์ชั่นการเลือก 06:44.870 --> 06:52.120 จากนั้นเราเปิดช่วงการเปลี่ยนภาพแล้วคุณจะเห็นว่าเราได้รับการทำนายว่าเราได้รับเป้าหมาย 06:52.190 --> 06:54.330 เหตุใดเราจึงต้องการเอาต์พุตต่อไปเช่นกัน 06:54.350 --> 07:06.060 นั่นเป็นเพราะเป้าหมายเป้าหมายเท่ากับกานาคูณผลลัพธ์ถัดไปบวกกับที่เราต้องการและเราจะคำนวณเป้าหมายทันทีหลังจากนั้นเนื่องจากเราต้องการผลลัพธ์ถัดไปของเป้าหมาย 07:06.200 --> 07:07.790 ลองคำนวณสิ่งนี้ก่อน 07:07.820 --> 07:19.180 ดังนั้นอีกครั้งเพื่อรับการปรับปรุงต่อไปง่ายมากผลลัพธ์ต่อไปจะเป็นผลมาจากเครือข่ายประสาทของเราเมื่อสถานะถัดไปเป็นแบทช์ป้อนเข้าไป 07:19.190 --> 07:33.020 เพียงแค่เราเอาแบบจำลองของเรานั่นคือโครงข่ายประสาทของเราแล้วคราวนี้การป้อนข้อมูลของโครงข่ายใยประสาทจะเป็นสถานะถัดไปเป็นกลุ่มที่เป็นชุดถัดไป 07:33.200 --> 07:41.290 แต่ตอนนี้จำได้ว่าถ้าเรากลับไปที่อัลกอริธึมเร็วคุณจะเห็นว่าผลลัพธ์ต่อไปคือค่า q 07:41.290 --> 07:45.530 สูงสุดสำหรับสถานะถัดไปที่เกี่ยวกับการกระทำ 07:45.730 --> 07:52.720 ตอนนี้เพื่อให้ได้ผลลัพธ์ต่อไปเราต้องได้ค่า q สูงสุดนี้แล้วผมจะทำที่นี่ 07:52.840 --> 08:07.620 แยกออกคุณรู้เพื่อแยกเอาท์พุททั้งหมดของแบบจำลองเพราะเรามีหลายสถานะในชุดถัดไปนี้นั่นคือชุดของสถานะถัดไปทั้งหมดในช่วงการเปลี่ยนภาพทั้งหมดที่นำมาจากตัวอย่างแบบสุ่มของหน่วยความจำของเรา 08:07.840 --> 08:15.250 ดังนั้นฉันจึงแยกพวกมันทั้งหมดออกโดยใช้ฟังก์ชั่น detach จากนั้นฉันก็เอาค่าสองค่านี้ 08:15.340 --> 08:23.080 และเนื่องจากเราใช้ค่าสูงสุดทั้งสองค่านี้ด้วยความเคารพต่อการกระทำเราต้องระบุว่ามันเกี่ยวกับการกระทำ 08:23.080 --> 08:26.310 และเนื่องจากการกระทำจะถูกแสดงโดยดัชนีหนึ่ง 08:26.530 --> 08:32.770 ทีนี้เราต้องใส่อันถัดไปตรงนี้แล้วเราต้องระบุว่าเรารับค่าคิวเป็น T บวก 08:33.290 --> 08:41.140 1 นั่นคือสเตจถัดไปและสถานะถัดไปแทน 0 เพราะดัชนีศูนย์สอดคล้องกับรัฐ 08:41.380 --> 08:47.370 ดังนั้นที่นี่เราจำเป็นต้องเพิ่มวงเล็บด้วยดัชนี 0 08:47.770 --> 09:01.490 ด้วยวิธีนี้เราจะได้รับค่าคีย์สูงสุดของสถานะถัดไปที่แสดงโดยศูนย์ถัดไปตามการกระทำทั้งหมดที่แสดงโดยดัชนีหนึ่งและตอนนี้สมบูรณ์แบบที่เราได้รับผลลัพธ์ถัดไปของเรา 09:01.570 --> 09:02.860 เหล่านี้เป็นชุดใหม่ 09:02.870 --> 09:04.320 นั่นคือเมื่อเรามีคำเตือน 09:04.320 --> 09:05.050 แต่ก็ไม่เป็นไร 09:05.080 --> 09:07.950 เราจะใช้มันตอนนี้เพื่อคำนวณเป้าหมาย 09:08.470 --> 09:12.510 และการพูดถึงเป้าหมายนั่นคือขั้นตอนต่อไปของฟังก์ชั่นที่รู้จักนี้ 09:12.520 --> 09:13.210 ดังนั้นเราไปกันเลย 09:13.220 --> 09:15.460 เป้าหมายเท่ากับ 09:15.670 --> 09:18.220 ตอนนี้ขอกลับไปที่คู่มือ AI AI ของเรา 09:18.400 --> 09:25.710 เป้าหมายเท่ากับคำบวกแกมมาคูณผลลัพธ์ถัดไปคือค่าคิวบ์สูงสุดของวันถัดไป 09:25.930 --> 09:29.290 ตามการกระทำที่เราสามารถคำนวณได้ 09:29.340 --> 09:35.590 นั่นก็เท่ากับตัวเองว่าแกมม่าและตัวเองที่แกมม่าถูกกำหนดค่าเริ่มต้น 09:35.590 --> 09:45.100 ที่นี่มีการแนะนำว่าเป็นตัวแปรที่ Virgin Q 09:45.100 --> 09:49.910 ตัววัตถุได้รับผลคูณถัดไปตามที่เราเพิ่งพูดไปและเราต้องการสิ่งที่ดีที่สุด 09:49.940 --> 09:57.400 เรากำลังทำงานกับแบทช์ที่นี่ดังนั้นบวกแบทช์ที่เราต้องการและนั่นคือเป้าหมาย 09:57.520 --> 10:03.820 ในตัวอย่างหนึ่งของแกมมาหน่วยความจำคูณด้วยผลลัพธ์ต่อไป 10:03.900 --> 10:04.480 เอาล่ะ 10:04.480 --> 10:05.080 สมบูรณ์ 10:05.110 --> 10:07.100 ดังนั้นตอนนี้เรามีผลลัพธ์ของเรา 10:07.180 --> 10:14.260 เรามีเป้าหมายของเราและดังนั้นเราสามารถคำนวณการสูญเสียความสูญเสียที่แสดงถึงความผิดพลาดของการทำนาย 10:14.500 --> 10:21.000 งั้นเราเรียกสิ่งนี้ว่าสิ่งสุดท้ายสิ่งสุดท้ายคือความแตกต่างชั่วคราว 10:21.040 --> 10:28.720 นั่นคือหัวใจของการเรียนรู้ Q อีกครั้งและ tiddy นี้เราจะเท่ากับการเปิดตัวที่ปรับปรุง Cunanan 10:28.720 --> 10:30.330 ให้ดีขึ้นมาก 10:30.520 --> 10:34.730 นั่นคือฟังก์ชั่นสุดท้ายที่เราจะเลือกสำหรับปัญญาประดิษฐ์ของเรา 10:34.800 --> 10:38.640 สำหรับพวกคุณที่มาจากสนามกรีนกรีนนี่เป็นหลักสูตรสุดท้ายที่ฉันแนะนำ 10:38.680 --> 10:43.280 หากคุณต้องการใช้ Coonerty และเราจะได้รับสิ่งนี้ 10:43.510 --> 10:50.380 อีกครั้งเราจะใช้ฟังก์ชั่นจากโมดูลการทำงานที่แสดงโดย F ดังนั้นที่นี่ฉันจะใช้โมดูลการทำงานของเรา 10:50.380 --> 10:57.970 f เป็ดและฮับเบิลที่เราสามารถได้รับด้วยฟังก์ชั่น Smoots L-1 10:57.970 --> 11:02.420 รักอย่างนั้น 11:02.420 --> 11:03.850 ดังนั้นกด Enter 11:03.850 --> 11:07.910 และนั่นคือฟังก์ชั่นการสูญเสียที่ดีที่สุดที่ฉันแนะนำสำหรับการเรียนรู้ลึก 11:07.930 --> 11:09.680 มันช่วยปรับปรุง Culin 11:09.820 --> 11:12.670 แต่นี่คือฟังก์ชั่นดังนั้นฉันจึงเพิ่มวงเล็บ 11:12.850 --> 11:14.740 และตอนนี้ไม่มีอะไรง่ายขึ้น 11:14.830 --> 11:19.340 ข้อโต้แย้งที่เราต้องใส่คือการคาดการณ์และเป้าหมาย 11:19.420 --> 11:24.010 ดังนั้นการทำนายแน่นอนคือผลลัพธ์เพราะนั่นคือผลลัพธ์ของโครงข่ายประสาท 11:24.190 --> 11:27.600 ไม่มีผลลัพธ์ของโครงข่ายประสาทเทียมคือสิ่งที่เครือข่ายประสาทคาดการณ์ 11:27.730 --> 11:29.030 นั่นคือคำทำนาย 11:29.260 --> 11:35.900 อาร์กิวเมนต์แรกที่นี่คือผลลัพธ์แล้วอาร์กิวเมนต์ที่สองคือเป้าหมายแน่นอน 11:36.100 --> 11:40.110 สิ่งที่เราพยายามได้มาและมันก็คำนวณได้อย่างสมบูรณ์แบบแล้ว 11:40.150 --> 11:43.150 เราสามารถป้อนเป้าหมายโดยตรง 11:43.150 --> 11:43.630 สมบูรณ์ 11:43.650 --> 11:48.200 ตอนนี้เราได้บอกกับเราแล้วว่าเรามีชานิดหน่อยที่นี่ 11:48.220 --> 11:48.760 เราจะไปที่นั่น. 11:48.760 --> 11:50.470 ตอนนี้คำเตือนควรหายไป 11:50.890 --> 11:51.420 ใช่. 11:51.430 --> 11:52.110 สมบูรณ์ 11:52.180 --> 12:03.230 และตอนนี้เรามีข้อผิดพลาดครั้งล่าสุดที่เราสามารถย้อนกลับข้อผิดพลาดของผู้เผยแพร่กลับเข้าไปในเครือข่ายเพื่ออัปเดตน้ำหนักด้วยการไล่ระดับสีแบบสุ่มและนั่นคือสิ่งที่เรากำลังจะทำในขั้นตอนต่อไป 12:03.490 --> 12:14.850 ดังนั้นแน่นอนตอนนี้สิ่งที่เราต้องทำตามที่คุณอาจคาดเดาคือการเพิ่มประสิทธิภาพเครื่องมือเพิ่มประสิทธิภาพของเราซึ่งเราแนะนำให้คุณเริ่มต้นมันอีกครั้ง 12:15.030 --> 12:23.720 และนั่นคือเครื่องมือเพิ่มประสิทธิภาพอะตอมซึ่งจริงๆแล้วเป็นวัตถุของคลาส Atom และได้ติดตั้งพารามิเตอร์ของแบบจำลองของเราไว้แล้ว 12:23.810 --> 12:31.480 และเราเลือกอัตราการเรียนรู้เป็น 0 อยู่แล้ว 1 12:31.480 --> 12:37.150 เปอร์เซ็นต์เพื่อเพิ่มประสิทธิภาพเครื่องมือเพิ่มประสิทธิภาพของเราพร้อมแล้ว แต่ตอนนี้เราจำเป็นต้องเล่นกับข้อผิดพลาดล่าสุดเพื่อใช้งานตารางสุ่มในน้ำหนักและข้อมูล 12:37.180 --> 12:44.150 ดังนั้นเมื่อทำงานกับนักสู้สิ่งแรกที่เราต้องทำคือเริ่มต้นใหม่อีกครั้งในการวนซ้ำแต่ละรอบ 12:44.200 --> 12:53.310 เราต้องเริ่มต้นเครื่องมือเพิ่มประสิทธิภาพอีกครั้งจากการโต้ตอบหนึ่งไปยังอีกการโต้ตอบหนึ่งในวงนี้เพื่อรับกริดในชุด 12:53.350 --> 12:54.820 และแต่ละรอบของการวนซ้ำ 12:55.200 --> 12:59.410 ทีนี้เราจะใช้วิธีต่อไปนี้ซึ่งเป็นศูนย์ 12:59.940 --> 13:00.400 ไปเลย. 13:00.410 --> 13:05.180 การไล่เฉดศูนย์จะเริ่มต้นเครื่องมือเพิ่มประสิทธิภาพใหม่อีกครั้งในแต่ละการวนซ้ำของลูป 13:05.230 --> 13:07.300 งั้นอย่าลืมวงเล็บ 13:07.390 --> 13:08.180 สมบูรณ์ 13:08.200 --> 13:14.850 และตอนนี้มันเริ่มต้นใหม่เราสามารถทำการแพร่กระจายย้อนหลังด้วยเครื่องมือเพิ่มประสิทธิภาพของเรา 13:15.190 --> 13:16.380 และเราจะทำอย่างไร 13:16.540 --> 13:24.330 ทีนี้เราก็ทำตามกฏหมายแล้วเราจะกลับไปเผยแพร่มันกลับเข้าไปในเครือข่ายและเพื่อแพร่กระจายกลับสู่เครือข่าย 13:24.460 --> 13:37.180 เราจำเป็นต้องใช้ฟังก์ชั่นย้อนกลับและภายในฟังก์ชั่นย้อนหลังนี้ฉันขอแนะนำให้อินพุตเก็บรักษาตัวแปรขีดล่างและตั้งค่าให้เท่ากับจริง 13:37.240 --> 13:40.990 ฉันแนะนำให้ทำเช่นนี้เพราะจะปรับปรุงการเผยแพร่กลับ 13:41.200 --> 13:52.730 การใช้ตัวแปรเขียนเท่ากับจริงคือการเพิ่มหน่วยความจำบางส่วนและเราจำเป็นต้องเพิ่มหน่วยความจำเพราะเราจะไปหลายครั้งในช่วงสุดท้ายเพื่อที่จะปรับปรุงประสิทธิภาพการฝึกอบรมอย่างแน่นอน 13:52.900 --> 13:58.980 และในที่สุดขั้นตอนสุดท้ายของฟังก์ชั่นที่เรียนรู้นี้คือการมีน้ำหนักของข้อมูลตามการขยายพันธุ์ด้านหลัง 13:58.980 --> 14:02.570 นั่นเป็นไปตามน้ำหนักที่มีส่วนร่วมในข้อผิดพลาด 14:02.800 --> 14:17.560 และเพื่อทำสิ่งนี้เราใช้เครื่องมือเพิ่มประสิทธิภาพของเราอีกครั้งซึ่งเริ่มต้นในการเริ่มต้นใหม่และเราใช้ฟังก์ชั่นขั้นตอนและเพียงแค่กับบรรทัดของรหัสนี้โดยใช้ฟังก์ชั่นขั้นตอน 14:17.560 --> 14:19.450 นี่จะเป็นการอัปเดตน้ำหนัก 14:19.480 --> 14:21.860 นั่นคือบรรทัดของรหัสนี้ที่ปรับปรุงน้ำหนัก 14:21.910 --> 14:31.510 บรรทัดของรหัสนี้ที่แพร่กระจายข้อผิดพลาดไปยังเครือข่ายประสาทและรหัสบรรทัดนี้ใช้เครื่องมือเพิ่มประสิทธิภาพเพื่อปรับปรุงน้ำหนัก 14:31.510 --> 14:36.800 เรามีเครือข่ายการเรียนรู้ที่ถูกต้องขอแสดงความยินดี 14:36.840 --> 14:42.320 นี่อาจเป็นส่วนทางเทคนิคและยากที่สุดของข้อพิพาทหรือพรุ่งนี้ทั้งหมด 14:42.450 --> 14:56.580 ฉันรู้ว่าคบเพลิงของฉันอาจเป็นเรื่องยากในบางครั้งได้อย่างง่ายดายและบีบและบีบ แต่ในที่สุดฉันสัญญาว่าคุณจะได้รับเครือข่ายประสาทที่ทำงานได้ดีมากและดังนั้นจึงเป็นแบบจำลองที่แปลกประหลาด 14:56.580 --> 15:03.150 ดังนั้นตอนนี้เราจะไปยังขั้นตอนต่อไปหรือครูและรุ่นซึ่งจะเป็นฟังก์ชั่นการอัพเดทที่ชัดเจนว่าจะอัพเดทเมื่อ AI 15:03.210 --> 15:07.170 จะค้นพบสถานะใหม่ 15:07.170 --> 15:11.420 ดังนั้นคุณจะรู้ว่ามันจะค้นพบรัฐใหม่แล้วมันจะได้รับรางวัล 15:11.520 --> 15:19.510 ขึ้นอยู่กับการกระทำที่ปรากฏขึ้นและสถานะใหม่นี้จะดูแลสิ่งนี้ด้วยฟังก์ชั่นอัพเดทและจะทำเช่นนี้ในบทช่วยสอนถัดไป 15:19.710 --> 15:21.000 จนกว่าจะสนุกแล้ว 15:21.020 --> 15:21.300 ผม.