a volte sembra il quattro
gli esempi che stiamo usando non sono abbastanza
per insegnarlo correttamente , esploriamo questo
un po ‘di più come yeah generiamo a
Raggruppa altri dati di esempio, quindi facciamolo
in realtà creiamo una funzione di
questa copia questa la chiamerò
generare punti funzione lì e poi
useremo che qui generano
punti e cool diventiamo casuali
punti ancora un insieme casuale qui e poi
quando siamo veri andiamo qui dr. formazione
impostare invece di come il manualmente
ho generato cose qui che farò
punti casuali Oh
Voglio dire generare punti casuali era quello
il nome pet di no no era solo
generare punti generare punti e per
ogni punto
[Musica]
oops
abbiamo tutti punti e poi stiamo andando
avere la squadra attuale che è la
squadra che estraiamo dal punto cool
e chiameremo questo bastone di casa
campioni vediamo cosa che sembra
restituiscono esempi dimenticano del let prezzo
commentiamo per ora perché
è rotto così questi esempi sono ora
come duecento punti corretti tutti
bene, quindi sforziamo il
ho con ogni esempio il povero Kahn
ad esempio tutti gli esempi si treno
muoviamo il treno pesi qui
chiamiamolo pesi attuali e
inizialmente sarà davvero giusto
pesi casuali Ora stiamo andando treno si
sui pesi attuali e stiamo andando
addestrarlo sul punto di esempio e il
gruppo di esempio in modo che ti racconti
che questo punto avrà questo
squadra e una volta che abbiamo finito torniamo
i pesi attuali pesi ci andiamo
e cancella questo perché non è più
usato tutto bene quindi la rete è ora
tipo di esso una specie di largo vorrei
visualizza effettivamente la sequenza di allenamento
in modo che possiamo vedere ciò che è e ciò che è
andando storto quindi ti conosco solo io
voglio solo mettere in pausa il rendering per
ogni punto di allenamento ogni volta
punto di allenamento in modo da poter visualizzare
questo come andiamo ho bisogno di scrivere un po ‘
funzione di sonno prima da qualche parte qui
scriviamone uno
così penso che andiamo al treno
pesi qui e per ogni allenamento noi
aspetterai di dormire per un secondo
e vogliamo anche cederlo a tutti
Guarda ogni ciclo per vedere come si presenta
oh hey, in realtà non sto riassegnando
pesi correnti , ecco perché il neurale
la rete è ferma, quindi sì
l’interattività è davvero buona per
debugging vediamo così ora
dovrebbe vedere saltare un po ‘
quindi ogni sessione di allenamento qui per ogni
punto di allenamento lo vedi saltare in giro
un po ‘ e dopo un po’ sembra
si stabilizza e saltano fuori completamente
whoof e poi è saltato di nuovo in let’s
in realtà rendono questo 10 volte più veloce così
che possiamo vederlo di più oh, eccoci
e un salto salto salto salto salto salto
così la nostra nuova rete è una sorta di bene, ma
che vedete qui come questi punti qui hanno
non sono abbastanza non sono così intelligenti
come la logica attuale quindi la nostra neurale
la rete è in qualche modo intelligente ora ancora
ha un po ‘ di problemi con questi
queste cose qui sono un po ‘fuori moda
e penso che sia perché ci stiamo adattando
troppo per ogni sessione di allenamento è
un po ‘come immaginare una macchina come quella
ogni volta che sembra in come a it’s
un po ‘ sbagliato è come fare Oh
enormi svolte ogni volta che non è come un
persona ubriaca come reazione eccessiva a tutti
single come oh mio dio, devo dire
destra
una persona normale è più come se io fossi
sto diventando un po ‘vicino al limite
aggiustando un po ‘ ok sono fermo
avvicinarsi al limite
Mi sto adattando un po ‘più bene ora
stiamo bene quindi aggiungiamo qualcosa di simile
questo e nelle reti neurali questo è
chiamato il tasso di apprendimento è
multiplayer Penso che lo aggiungeremo qui
diritti di apprendimento moltiplichiamo per il
apprendimento dei tassi di apprendimento va bene male
come se fossi cattivo in matematica come l’operatore
ordine pensa che in realtà questo non lo facciamo
davvero bisogno del principe e dell’apprendimento
tasso di apprendimento vota questo solo è una specie di
arbitrario solo un aggiustamento in modo che
come noi come piccoli aggiustamenti ti facciamo
come 0.51 vedi se questo diventa migliore
Aspetta un sogno, aspetta come il sonno
piace ancora troppo abbiamo bisogno dobbiamo
riva a dormire i prossimi 25 secondi sì è
formazione e finisce da qualche parte venire
fuori da quello che è terribilmente sbagliato
veniamo a vedere dove siamo noi
eliminiamo anche la resa perché
a questo punto qui piace è solo essere
a proposito se un po ‘di distrazione
il rendimento qui e un peso ti confondono
si hai bisogno di guardare la sincronizzazione
episodio di generatori o serie che è
portando a spiegare loro che puoi
scoprire qui perché questi in
osservabile per favore praticamente tutto
funziona come un generatore di sincronizzazione, quindi puoi
pensa a loro come a cantare questo
oops penso di non poter scrivere mi dispiace
che così l’ho scritto è così
ma questo è un po ‘sintattico
zucchero che ci permette di scrivere solo questo
che è super pratico ma comunque il nostro
la rete neurale qui è non lo so
se è in realtà più intelligente vediamo se noi
può adattare il tasso di apprendimento a forse
0,2 è meglio ora no assolutamente no
0.3 0.3 sembra essere sono buone potrebbe imparare
destra o 0.4
nah diverso ogni volta che premo
entra qui genera un nuovo e tu
apprendimento impostato in modo che salti ancora salti
intorno un bel po ‘che sto pensando
forse abbiamo solo bisogno di più formazione
punti andiamo al treno pesi e
generare mettere appendere su generare punto sì
generare punti , facciamolo un
num qui e range e ho bisogno di essere come
200 punti casuali e il peso del treno
Voglio che ce ne siano solo mille
come l’apprendimento automatico tende ad aver bisogno di a
molti dati per essere precisi è diventato
peggio se il tasso del donatore è quello che vuoi
questo migliora le cose
oh sì, in effetti lo fa davvero
sembra che 0.1 sia così
troppo piccolo significa che salta in giro
un bel po
no perché si è rotto prima di dire se io se io
fatto il tasso di apprendimento uno invece con
che sì vedi che questo significa
il set di dati può saltare abbastanza
po
vediamo lì ora ora ci vediamo
a volte otteniamo dati simili
davvero hai forse un punto che è
davvero molto lontano e che distorce il
apprendimento troppo simile a quello che ci serve
dare meno credito all’autorità
ogni punto quindi forse tornare a zero
Punto uno e vedere se sì, no
Guardalo
saltando in giro tanto quanto in esso oh mi dispiace
chef i suoi lavori di fatturazione ma personali lo fa
spesso anche se immagino come sia il modo
meno forse non lo so
tasso di apprendimento davvero
forse ci sono tanti esempi
del tasso di apprendimento in realtà non
non importa, ma se vado e
si sono a 100 punti oh sì come con
un centinaio di punti è molto molto
jumpy sembra saltare molto
ora mi piace guardare questo caso come wow
questo è un salto enorme vediamo se mi adeguo
fino a 0.1 0.1 vediamo se puoi vedere
una devianza altrettanto grande ora non lo faccio
pensa che possiamo quando abbiamo un livello inferiore
il tasso di apprendimento come lo skew diventa
chiaramente più piccoli come quello che otteniamo di meno
cervelli pazzi pazzi proprio come te
si può vedere questi prezzi sono totalmente
qui come quasi tutto era
giusto ma con il tasso di apprendimento è
diventa leggermente più robusto, facciamo
generare un sacco di punti come 10.000
punti e vedere se ciò che rende un
birdbrain
okay vedi come wow il cervello è ora
modo più stabile modo più stabile
quasi non si muove affatto e se io ho
100.000 punti quindi la nuova rete
è praticamente perfetto è un po ‘
di saltare qui po ‘di
saltando qui facciamo un milione
indica ora ciò che sembra essere sufficiente
fare il
Rete giusta quasi perfetta determinazione
tutti i punti ogni volta più o meno
ed è questo che abbiamo scritto il nostro piccolo
AI che possiamo insegnare cose
c’è assolutamente più cose per questo
e andranno ad esplorare
questa piccola IA molto di più penso ma
questo è un buon inizio
il codice è collegato nell’episodio
descrizione e se ne hai
domande e ragazzo dovresti avere
perché queste cose sono strane allora
per favore pubblicali qui sotto nella
commenti o se sei un sostenitore del divertimento
Fun forum c’è un link al
argomento di discussione dedicato per questo
episodio nella descrizione dell’episodio e
hai appena visto un episodio di divertimento
funzione divertente li rilascerò tutti
lunedi mattina
oh aspetta centinaia di GMT puoi iscriverti
qui in modo che tu non ti manchi o tu
puoi solo guardare un altro episodio adesso
cliccando qui
gli esempi che stiamo usando non sono abbastanza
per insegnarlo correttamente , esploriamo questo
un po ‘di più come yeah generiamo a
Raggruppa altri dati di esempio, quindi facciamolo
in realtà creiamo una funzione di
questa copia questa la chiamerò
generare punti funzione lì e poi
useremo che qui generano
punti e cool diventiamo casuali
punti ancora un insieme casuale qui e poi
quando siamo veri andiamo qui dr. formazione
impostare invece di come il manualmente
ho generato cose qui che farò
punti casuali Oh
Voglio dire generare punti casuali era quello
il nome pet di no no era solo
generare punti generare punti e per
ogni punto
[Musica]
oops
abbiamo tutti punti e poi stiamo andando
avere la squadra attuale che è la
squadra che estraiamo dal punto cool
e chiameremo questo bastone di casa
campioni vediamo cosa che sembra
restituiscono esempi dimenticano del let prezzo
commentiamo per ora perché
è rotto così questi esempi sono ora
come duecento punti corretti tutti
bene, quindi sforziamo il
ho con ogni esempio il povero Kahn
ad esempio tutti gli esempi si treno
muoviamo il treno pesi qui
chiamiamolo pesi attuali e
inizialmente sarà davvero giusto
pesi casuali Ora stiamo andando treno si
sui pesi attuali e stiamo andando
addestrarlo sul punto di esempio e il
gruppo di esempio in modo che ti racconti
che questo punto avrà questo
squadra e una volta che abbiamo finito torniamo
i pesi attuali pesi ci andiamo
e cancella questo perché non è più
usato tutto bene quindi la rete è ora
tipo di esso una specie di largo vorrei
visualizza effettivamente la sequenza di allenamento
in modo che possiamo vedere ciò che è e ciò che è
andando storto quindi ti conosco solo io
voglio solo mettere in pausa il rendering per
ogni punto di allenamento ogni volta
punto di allenamento in modo da poter visualizzare
questo come andiamo ho bisogno di scrivere un po ‘
funzione di sonno prima da qualche parte qui
scriviamone uno
così penso che andiamo al treno
pesi qui e per ogni allenamento noi
aspetterai di dormire per un secondo
e vogliamo anche cederlo a tutti
Guarda ogni ciclo per vedere come si presenta
oh hey, in realtà non sto riassegnando
pesi correnti , ecco perché il neurale
la rete è ferma, quindi sì
l’interattività è davvero buona per
debugging vediamo così ora
dovrebbe vedere saltare un po ‘
quindi ogni sessione di allenamento qui per ogni
punto di allenamento lo vedi saltare in giro
un po ‘ e dopo un po’ sembra
si stabilizza e saltano fuori completamente
whoof e poi è saltato di nuovo in let’s
in realtà rendono questo 10 volte più veloce così
che possiamo vederlo di più oh, eccoci
e un salto salto salto salto salto salto
così la nostra nuova rete è una sorta di bene, ma
che vedete qui come questi punti qui hanno
non sono abbastanza non sono così intelligenti
come la logica attuale quindi la nostra neurale
la rete è in qualche modo intelligente ora ancora
ha un po ‘ di problemi con questi
queste cose qui sono un po ‘fuori moda
e penso che sia perché ci stiamo adattando
troppo per ogni sessione di allenamento è
un po ‘come immaginare una macchina come quella
ogni volta che sembra in come a it’s
un po ‘ sbagliato è come fare Oh
enormi svolte ogni volta che non è come un
persona ubriaca come reazione eccessiva a tutti
single come oh mio dio, devo dire
destra
una persona normale è più come se io fossi
sto diventando un po ‘vicino al limite
aggiustando un po ‘ ok sono fermo
avvicinarsi al limite
Mi sto adattando un po ‘più bene ora
stiamo bene quindi aggiungiamo qualcosa di simile
questo e nelle reti neurali questo è
chiamato il tasso di apprendimento è
multiplayer Penso che lo aggiungeremo qui
diritti di apprendimento moltiplichiamo per il
apprendimento dei tassi di apprendimento va bene male
come se fossi cattivo in matematica come l’operatore
ordine pensa che in realtà questo non lo facciamo
davvero bisogno del principe e dell’apprendimento
tasso di apprendimento vota questo solo è una specie di
arbitrario solo un aggiustamento in modo che
come noi come piccoli aggiustamenti ti facciamo
come 0.51 vedi se questo diventa migliore
Aspetta un sogno, aspetta come il sonno
piace ancora troppo abbiamo bisogno dobbiamo
riva a dormire i prossimi 25 secondi sì è
formazione e finisce da qualche parte venire
fuori da quello che è terribilmente sbagliato
veniamo a vedere dove siamo noi
eliminiamo anche la resa perché
a questo punto qui piace è solo essere
a proposito se un po ‘di distrazione
il rendimento qui e un peso ti confondono
si hai bisogno di guardare la sincronizzazione
episodio di generatori o serie che è
portando a spiegare loro che puoi
scoprire qui perché questi in
osservabile per favore praticamente tutto
funziona come un generatore di sincronizzazione, quindi puoi
pensa a loro come a cantare questo
oops penso di non poter scrivere mi dispiace
che così l’ho scritto è così
ma questo è un po ‘sintattico
zucchero che ci permette di scrivere solo questo
che è super pratico ma comunque il nostro
la rete neurale qui è non lo so
se è in realtà più intelligente vediamo se noi
può adattare il tasso di apprendimento a forse
0,2 è meglio ora no assolutamente no
0.3 0.3 sembra essere sono buone potrebbe imparare
destra o 0.4
nah diverso ogni volta che premo
entra qui genera un nuovo e tu
apprendimento impostato in modo che salti ancora salti
intorno un bel po ‘che sto pensando
forse abbiamo solo bisogno di più formazione
punti andiamo al treno pesi e
generare mettere appendere su generare punto sì
generare punti , facciamolo un
num qui e range e ho bisogno di essere come
200 punti casuali e il peso del treno
Voglio che ce ne siano solo mille
come l’apprendimento automatico tende ad aver bisogno di a
molti dati per essere precisi è diventato
peggio se il tasso del donatore è quello che vuoi
questo migliora le cose
oh sì, in effetti lo fa davvero
sembra che 0.1 sia così
troppo piccolo significa che salta in giro
un bel po
no perché si è rotto prima di dire se io se io
fatto il tasso di apprendimento uno invece con
che sì vedi che questo significa
il set di dati può saltare abbastanza
po
vediamo lì ora ora ci vediamo
a volte otteniamo dati simili
davvero hai forse un punto che è
davvero molto lontano e che distorce il
apprendimento troppo simile a quello che ci serve
dare meno credito all’autorità
ogni punto quindi forse tornare a zero
Punto uno e vedere se sì, no
Guardalo
saltando in giro tanto quanto in esso oh mi dispiace
chef i suoi lavori di fatturazione ma personali lo fa
spesso anche se immagino come sia il modo
meno forse non lo so
tasso di apprendimento davvero
forse ci sono tanti esempi
del tasso di apprendimento in realtà non
non importa, ma se vado e
si sono a 100 punti oh sì come con
un centinaio di punti è molto molto
jumpy sembra saltare molto
ora mi piace guardare questo caso come wow
questo è un salto enorme vediamo se mi adeguo
fino a 0.1 0.1 vediamo se puoi vedere
una devianza altrettanto grande ora non lo faccio
pensa che possiamo quando abbiamo un livello inferiore
il tasso di apprendimento come lo skew diventa
chiaramente più piccoli come quello che otteniamo di meno
cervelli pazzi pazzi proprio come te
si può vedere questi prezzi sono totalmente
qui come quasi tutto era
giusto ma con il tasso di apprendimento è
diventa leggermente più robusto, facciamo
generare un sacco di punti come 10.000
punti e vedere se ciò che rende un
birdbrain
okay vedi come wow il cervello è ora
modo più stabile modo più stabile
quasi non si muove affatto e se io ho
100.000 punti quindi la nuova rete
è praticamente perfetto è un po ‘
di saltare qui po ‘di
saltando qui facciamo un milione
indica ora ciò che sembra essere sufficiente
fare il
Rete giusta quasi perfetta determinazione
tutti i punti ogni volta più o meno
ed è questo che abbiamo scritto il nostro piccolo
AI che possiamo insegnare cose
c’è assolutamente più cose per questo
e andranno ad esplorare
questa piccola IA molto di più penso ma
questo è un buon inizio
il codice è collegato nell’episodio
descrizione e se ne hai
domande e ragazzo dovresti avere
perché queste cose sono strane allora
per favore pubblicali qui sotto nella
commenti o se sei un sostenitore del divertimento
Fun forum c’è un link al
argomento di discussione dedicato per questo
episodio nella descrizione dell’episodio e
hai appena visto un episodio di divertimento
funzione divertente li rilascerò tutti
lunedi mattina
oh aspetta centinaia di GMT puoi iscriverti
qui in modo che tu non ti manchi o tu
puoi solo guardare un altro episodio adesso
cliccando qui
Please follow and like us: