WEBVTT 00:00.150 --> 00:05.400 Hallo, mijn vrienden, en welkom bij deze nieuwe sectie over de visualisatie van de resultaten 00:05.400 --> 00:07.260 van het diepe, convolutionele, immorele. 00:07.860 --> 00:13.530 Ten eerste wil ik je enorm feliciteren met het voltooien van deze hele implementatie 00:13.530 --> 00:15.650 van het diepe, convolutionele leermodel. 00:16.020 --> 00:22.410 En nu zijn we bij het leuke gedeelte waar we de resultaten van de A gaan visualiseren. L. wij hebben gemaakt. 00:22.830 --> 00:27.420 En zoals ik al zei, aan het einde van de vorige tutorial, weet je, het laatste verhaal van de implementatie, 00:27.750 --> 00:29.990 zei ik dat ik een verrassing voor je had. 00:30.000 --> 00:32.520 En, nou ja, de verrassing is precies dit. 00:32.730 --> 00:35.550 We gaan de resultaten visualiseren op Google. 00:35.550 --> 00:37.970 Kulab En waarom is dat een leuke verrassing? 00:38.220 --> 00:44.430 Dat is een goede verrassing, want in principe heb je absoluut geen moeite om de code uit te voeren, je weet wel, de code 00:44.430 --> 00:46.690 uit te voeren en de resultaten te visualiseren. 00:47.160 --> 00:49.650 Dit is inderdaad een nieuw kenmerk van de cursus. 00:49.650 --> 00:55.710 Weet je, daarvoor draaiden we eigenlijk de code op Spider in Python, maar het was buitengewoon moeilijk 00:55.710 --> 01:01.410 om, weet je, alle pakketten te installeren en toe te passen op de sportschoolafhankelijkheden en alle 01:01.410 --> 01:02.490 verschillende afhankelijkheden. 01:02.820 --> 01:06.450 Veel studenten hadden eigenlijk heel veel problemen om alles te installeren. 01:06.450 --> 01:11.550 En aan het einde konden de meesten van hen de hele code niet goed draaien, en meestal konden ze de uiteindelijke 01:11.550 --> 01:12.360 resultaten niet zien. 01:12.630 --> 01:14.940 Dus ik wilde dit absoluut oplossen. 01:15.120 --> 01:19.860 En echt de beste oplossing die ik heb bedacht, was om de hele code op te nemen. 01:19.870 --> 01:24.120 Je hebt dus precies dezelfde code als wat we in dit deel hebben geïmplementeerd. 01:24.270 --> 01:30.300 Maar ik heb de hele code op een Google Kulab-notebook gezet, waarbij het enige dat u hoeft te doen om de code 01:30.300 --> 01:35.160 uit te voeren en het resultaat te visualiseren, is door hier op deze knoppen te klikken. 01:35.190 --> 01:40.200 Dat is het enige dat u hoeft te doen, want het mooie van Google Kulab is dat de meeste 01:40.200 --> 01:42.060 bibliotheken en pakketten al zijn geïnstalleerd. 01:42.180 --> 01:47.430 Tenso floor is bijvoorbeeld al geïnstalleerd door martelingen die al in alle torch-modules zijn geïnstalleerd, functies 01:47.430 --> 01:51.580 en klassen zijn al geïnstalleerd, dus je hoeft ze niet te installeren. 01:51.810 --> 01:56.880 We moeten echter nog wat kleine afhankelijkheden installeren om ervoor te zorgen dat alles goed is 01:57.120 --> 02:02.850 aangesloten, maar we hoeven ze niet via een terminal te installeren of, weet je, via de anakonda-prompt zoals we 02:02.850 --> 02:04.560 deden in de zelfrijdende auto. 02:04.710 --> 02:10.230 We hoeven alleen maar op deze afspeelknop te klikken hier in deze eerste cel om systeemafhankelijkheden te installeren voor 02:10.230 --> 02:10.680 wijsheid. 02:11.220 --> 02:13.800 Nu weet ik wat sommigen van jullie misschien denken. 02:13.830 --> 02:16.630 Waarom deden we niet hetzelfde voor de zelfrijdende auto? 02:16.800 --> 02:22.050 Helaas konden we niet hetzelfde doen, want in een zelfrijdende auto-module hadden we de gebruikersinteracties, weet 02:22.050 --> 02:28.050 je, toen we wat verstand op de kaart stopten om de wegen te ontwerpen en wat obstakels op te werpen. 02:28.350 --> 02:34.710 Welnu, en gelukkig heeft Google Kulab die functie nog niet om gebruikersinteracties met sommige kaarten mogelijk 02:34.710 --> 02:35.760 te maken. 02:35.760 --> 02:38.340 Dus ik kon het niet doen voor de zelfrijdende auto. 02:38.370 --> 02:39.390 Mijn excuses daarvoor. 02:39.630 --> 02:45.090 Maar daarom heb ik je het hele hoofdstuk van mijn boek over de spoedcursus gegeven, waarin alle instructies 02:45.270 --> 02:46.860 over de zelfrijdende auto staan. 02:46.860 --> 02:49.440 Ik hoop dat je in ieder geval alles goed hebt kunnen installeren. 02:49.440 --> 02:51.930 Er was niet veel te installeren in vergelijking met dit te doen. 02:51.930 --> 02:56.490 Ik hoop dat alles goed is gegaan voor de zelfrijdende auto, maar voor Doom hier, nu ben je gedekt. 02:56.670 --> 03:00.760 U zult geen problemen ondervinden bij het uitvoeren van de code en het visualiseren van de resultaten. 03:00.760 --> 03:01.770 Dus dat is de verrassing. 03:01.980 --> 03:02.910 Ik hoop dat je het leuk vind. 03:03.120 --> 03:08.040 En nu ga ik je door deze hele implementatie leiden om je te laten zien dat we inderdaad precies 03:08.040 --> 03:11.430 dezelfde code hebben als wat we in dit deel twee hebben geïmplementeerd. 03:11.730 --> 03:14.610 Het enige is dat ik de drie codes heb samengevoegd. 03:14.610 --> 03:19.770 Weet je, dit is een code die we in de map hadden, weet je, samengesteld uit de beeldverwerking die ik voelde toen 03:19.780 --> 03:25.560 de ervaring die ik voelde en de A. L. dat ik voelde met de twee delen, deel één, 03:25.560 --> 03:28.110 het bouwen van de gegevens en een deel van het trainen van de gegevens. 03:28.410 --> 03:34.750 Nou, wat ik gewoon deed, is dat ik de drie heb samengevoegd door eerst de afbeelding te plaatsen, voorbewerking waarvan ik dacht dat ik 03:34.950 --> 03:37.560 die je dan in de werkmap zal laten zien. 03:37.560 --> 03:40.440 Ten tweede, de ervaring herhaalt dat mooi. 03:40.560 --> 03:46.140 En ten derde, het gebied dat ik daar voelde, net onder elkaar in die volgorde. 03:46.320 --> 03:48.150 Oké, dus ik zal je dit laten zien. 03:48.300 --> 03:54.120 En toen moest ik gewoon twee of drie dingen in deze hele code veranderen en ik zal je precies de veranderingen laten 03:54.120 --> 03:59.550 zien, zodat je er zeker van kunt zijn dat je het verschil ziet in dat, nou ja, alles is hetzelfde 03:59.730 --> 04:01.980 en dat, nou ja, alles is ook hetzelfde. 04:02.010 --> 04:04.800 Absoluut geen verandering in dat bestand. 04:05.040 --> 04:10.720 Welnu, hier, wanneer we de pakketten invoeren om te openen en goed te doen, gebruiken we die verpakking niet. 04:10.740 --> 04:13.380 Dhoom wrappers actieruimte om in deze groep te importeren. 04:13.410 --> 04:14.880 Die gebruiken we niet meer. 04:15.000 --> 04:15.960 We gaan iets anders gebruiken. 04:15.960 --> 04:16.410 Je zult het zien. 04:16.710 --> 04:21.870 En ook heb ik de afmetingen van de frames hier veranderd, 80 bij 80. 04:22.080 --> 04:29.040 Ik heb dat veranderd in 256 bij 256, zodat je inderdaad betere visualisatieresultaten kunt krijgen, omdat je 04:29.040 --> 04:30.990 grotere video's kunt bekijken. 04:30.990 --> 04:32.490 Oké, dat is precies wat ik heb veranderd. 04:32.490 --> 04:32.970 Ik zal je laten zien. 04:32.970 --> 04:38.880 Laten we nu beginnen met de beeldverwerking, want inderdaad, zoals ik je al zei, ik heb zojuist de drie bestanden 04:38.880 --> 04:39.360 samengevoegd. 04:39.450 --> 04:43.200 We beginnen dus inderdaad met beeldverwerking op de P-manier. 04:43.470 --> 04:45.780 En zoals je kunt zien, is dit precies hetzelfde. 04:45.960 --> 04:49.290 We beginnen met het importeren van de bibliotheken, exact dezelfde hier. 04:49.590 --> 04:56.010 Vervolgens verwerken we afbeeldingen voor met de pre-process afbeeldingsklasse die bestaat uit de Init-methode en de 04:56.010 --> 04:56.460 observatiemethode. 04:56.700 --> 04:59.700 En zoals je kunt zien, is dit precies hetzelfde pre-process beeld. 05:00.150 --> 05:02.350 En toegelaten en observatiemethode. 05:02.490 --> 05:09.300 Goed, dan gaan we verder met de ervaring met spelen waar we precies hetzelfde hebben als we hier voor het eerst 05:09.300 --> 05:12.210 in bibliotheken hebben geïmporteerd, namen op de stoep. 05:12.420 --> 05:12.870 Rechts. 05:13.170 --> 05:17.130 Dan definiëren we een stap precies hetzelfde als wat we hier hebben. 05:17.340 --> 05:23.700 En dan maken we een voortgang op verschillende eindstappen, stappen met de eindstap voortgangsklasse, die 05:23.700 --> 05:26.790 precies hetzelfde is als in het werkboek. 05:26.790 --> 05:27.170 Rechts. 05:27.180 --> 05:29.250 Ik heb hier zojuist wat copy-paste gedaan. 05:29.280 --> 05:31.290 We hadden precies dezelfde init-methode. 05:31.290 --> 05:34.650 Het is een methode en de beloningsstappenmethode. 05:34.770 --> 05:40.440 Oké, dan implementeren we natuurlijk experience replay met de replay memory-klasse. 05:40.590 --> 05:44.130 En zoals je kunt zien, hebben we precies hetzelfde in de Google-kleur. 05:44.130 --> 05:49.560 Bovendien zul je de structuur misschien beter waarderen omdat ik wat textuur heb toegevoegd, zodat, weet je, het 05:49.560 --> 05:52.680 nog leuker kan zijn om te visualiseren in deze werkmap. 05:52.710 --> 05:53.160 Oke. 05:53.170 --> 05:58.710 Dus herhaal geheugenklasse init-methode voorbeeld batch-run-stappen, in feite precies dezelfde code. 05:58.830 --> 05:59.310 Oke. 05:59.640 --> 06:06.750 En dan gaan we verder met de derde fout I Fordisme hoe dan ook met betrekking tot de twee delen, deel één gebouw en deel 06:07.380 --> 06:09.200 met het trainen van de gegevens. 06:09.210 --> 06:12.480 Dus laat me je laten zien dat we precies hetzelfde hebben in deze werkmap. 06:12.810 --> 06:17.990 Dus ik neem aan dat hoe dan ook, we eerst de bibliotheken importeren, exact dezelfde. 06:18.000 --> 06:23.070 Juist, zoals je kunt zien, dan is dat hier het verschil dat ik al benadrukte bij het importeren van 06:23.070 --> 06:29.880 de pakketten om ze te openen en goed te doen in plaats van Jim Webers te importeren en vervolgens de wrapper en het pakket over te slaan 06:29.880 --> 06:30.990 om hierin te importeren. 06:31.620 --> 06:34.410 Wel, wat we doen is dat we Jim alleen daadwerkelijk hoeven te importeren. 06:34.410 --> 06:40.020 Dat is hetzelfde, importeer wijsheid, Jim, wat eigenlijk de nieuwe Dhume-omgevingen zijn, die echt, 06:40.020 --> 06:41.670 nou ja, verbeterd waren. 06:41.850 --> 06:44.960 En tot slot de Raptors van de Jim Library. 06:44.970 --> 06:45.330 Oke. 06:45.330 --> 06:50.280 Dus alleen dit verschil hier, waardoor dit ding werkt op Google Kulab en ook op Python als je het 06:50.280 --> 06:51.030 wilt uitvoeren. 06:51.360 --> 06:56.280 En dan hoefde ik die code natuurlijk niet in Google Kulab op te nemen, simpelweg omdat we hier 06:56.280 --> 06:59.280 de andere bestanden importeren, weet je, omdat ze gescheiden zijn. 06:59.490 --> 07:04.350 En aangezien ik de drie bestanden op Google Color heb samengevoegd, hoef ik deze import niet uit te voeren. 07:04.350 --> 07:08.190 Dus hier gaan we direct verder met deel één, het bouwen van het gebied. 07:08.490 --> 07:13.110 En hier, zoals ik je al zei, hebben we exact dezelfde code, behalve de afmetingen hier. 07:13.170 --> 07:13.590 Rechts. 07:13.800 --> 07:17.280 Als we hier naar deel één kijken, deel één gebouw, ja. 07:17.280 --> 07:20.820 We beginnen met het maken van de hersenen met de C en klasse. 07:21.000 --> 07:25.890 En zoals je kunt zien, hebben we exact dezelfde code, behalve de afmetingen van de invoerframes hier, 07:25.890 --> 07:28.950 die waren toen we de code tachtig bij tachtig implementeerden. 07:29.250 --> 07:37.200 Maar ik heb die Google Kulab veranderd naar 256 bij 256 zodat je betere frames kunt hebben en dus betere video's om naar 07:37.200 --> 07:38.060 te kijken. 07:38.100 --> 07:40.460 Oké, maar de rest is precies hetzelfde. 07:40.470 --> 07:46.470 Dus hier maken we de hersenen met de CNN-klasse, dan maken we het lichaam met de softmax body-klasse. 07:46.470 --> 07:48.900 Dus precies hetzelfde als wat we hier hebben. 07:49.050 --> 07:54.660 En tot slot hebben we het geheel in elkaar gezet met de A. L. klasse, het kantelen van de hersenen 07:54.840 --> 07:58.140 en het lichaam, en ook een methode om de acties uit te voeren. 07:58.140 --> 07:58.560 Rechts? 07:58.710 --> 08:04.740 Precies dezelfde leeftijdsklasse samengesteld uit de hersenen in het lichaam en dan dezelfde methode om de acties uit te 08:04.740 --> 08:05.220 voeren. 08:05.340 --> 08:05.820 Oke. 08:06.150 --> 08:07.160 Precies hetzelfde dus. 08:07.160 --> 08:09.510 Alleen de afmetingen van de invoerframes zijn gewijzigd. 08:09.750 --> 08:13.700 En laten we nu verder gaan met deel twee, dat ook precies hetzelfde zal zijn. 08:13.710 --> 08:16.650 Ten eerste krijgen we de doemomgeving goed. 08:16.650 --> 08:18.420 Laat me je hier ook deel twee laten zien. 08:19.020 --> 08:21.000 We krijgen eerst het milieu. 08:21.000 --> 08:27.810 En onthoud dat hier, aangezien we het niet langer gebruiken om het milieu te verbeteren, maar in plaats daarvan wijsheid. 08:28.050 --> 08:31.500 Welnu, het enige dat in die code is veranderd, is inderdaad dit hier. 08:31.500 --> 08:33.030 En hebben we wijsheid Cawdor gekregen? 08:33.030 --> 08:35.490 Maar dit is precies dezelfde omgeving. 08:35.880 --> 08:36.330 Oke. 08:36.330 --> 08:40.620 En dan, natuurlijk, verander ik deze nieuwe dimensies, zodat je hier grotere video's kunt hebben. 08:40.620 --> 08:46.080 We hebben dus geen tachtig bij tachtig meer, maar deze keer 256 bij 256. 08:46.350 --> 08:48.150 En dan hebben we precies hetzelfde. 08:48.150 --> 08:52.620 We krijgen de vraag en het aantal acties dat u zult zien zal zeven zijn. 08:53.190 --> 08:59.250 Vervolgens bouwen we de API door het hersenobject te maken, weet je, CNN, dan het lichaamsobject softmax body en 08:59.250 --> 09:05.310 dan het hele gebied bestaande uit de hersenen en het lichaam precies hetzelfde als wat we samen hebben geïmplementeerd. 09:05.800 --> 09:07.890 Op dat moment hebben we ervaring Freeplay opgezet. 09:07.890 --> 09:09.660 Dat is hier dus precies hetzelfde. 09:09.960 --> 09:11.880 En dan implementeren we geschiktheid. 09:11.880 --> 09:13.950 Treis nog precies hetzelfde. 09:14.100 --> 09:15.560 En wat doen we dan? 09:15.570 --> 09:18.780 Nou, we maken het voortschrijdend gemiddelde op honderd stappen. 09:19.230 --> 09:20.330 Leidinggevenden, hetzelfde hier. 09:20.340 --> 09:21.900 Dat is dus exact dezelfde code. 09:22.110 --> 09:27.950 In principe zijn alleen de afmetingen van frames en de manier om de omgeving te importeren veranderd. 09:27.960 --> 09:33.030 OK, en tot slot trainen we de AI met precies dezelfde code. 09:33.190 --> 09:39.180 OK, dus tot hier hebben we de hele code die je in de map hebt gezien. 09:39.330 --> 09:44.610 Wanneer je de dataset en code opnieuw downloadt, hebben we in principe ook de hele code die we samen hebben 09:44.610 --> 09:45.120 geïmplementeerd. 09:45.510 --> 09:49.440 Om de visualisatie vervolgens op Google te laten werken. 09:49.440 --> 09:57.060 Kulab Nou, ik heb deze extra code toegevoegd, maar aangezien het eigenlijk alleen specifiek is voor dit kleurennotitieboekje en 09:57.060 --> 09:59.580 ook alleen specifiek om te visualiseren. 09:59.730 --> 10:05.850 De AIA in actie in de Doom-omgeving zal u behagen, u hoeft zich geen zorgen te maken over het begrijpen van alle codes die hier 10:05.850 --> 10:10.380 zijn, want weet u, u zult dat maar één keer in uw leven zien wanneer u wat A wilt 10:10.560 --> 10:13.300 bouwen en trainen. L. spelen in de omgeving. 10:13.500 --> 10:17.490 Wat ik bedoel is dat je deze code niet hoeft te gebruiken voor de andere applicaties. 10:17.490 --> 10:21.980 Je werkt aan één gebouw en traint in A. L. Dus maak je niet al te veel zorgen om dit meisje. 10:21.990 --> 10:25.920 Ik heb dat net toegevoegd om het op Kulab te laten werken, maar laten we eens kijken wat ik doe. 10:26.070 --> 10:32.100 Ik eerst natuurlijk in de bibliotheken, daarna heb ik hier enkele praktische codes toegevoegd, zodat je heel snel het aantal acties kunt 10:32.100 --> 10:37.920 zien dat je in de omgeving hebt, evenals een weergave van het frame van de omgeving om te zien hoe 10:37.920 --> 10:39.180 het is Leuk vinden. 10:39.420 --> 10:45.030 En de reden dat ik dat heb toegevoegd, is omdat ik je ook ga laten zien hoe je met andere doomer-omgevingen kunt spelen, 10:45.030 --> 10:46.710 omdat je er echt veel hebt. 10:46.980 --> 10:53.220 En wat je dus gewoon moet doen, is de wijsheidsgang vervangen door de naam van de andere omgevingen die 10:53.370 --> 10:54.110 hier zijn. 10:54.120 --> 10:57.180 Ik ga je de link van die pagina geven tot aan deze tutorial. 10:57.450 --> 11:02.290 Maar zoals je kunt zien, heb je hier veel Dhoom-omgevingen waarmee je kunt spelen, weet je, 11:02.340 --> 11:03.180 wat basiswijsheid. 11:03.180 --> 11:07.800 Korder, waar we nu mee gaan spelen, Wisdom Defense Center en andere. 11:07.810 --> 11:09.840 En je hebt zelfs enkele overdekte doolhoven. 11:09.840 --> 11:11.700 En volg gewoon de instructies hier. 11:11.850 --> 11:13.860 Je vindt ze allemaal in deze map. 11:14.040 --> 11:20.250 Weet je, in dit in zijn methode, kun je de naam hier gewoon vinden met wat basiswijsheid is een 11:20.250 --> 11:20.640 verdedigingscentrum. 11:20.760 --> 11:22.620 En u hebt er veel, veel van, ziet u. 11:22.620 --> 11:27.930 Dus als je gratis met andere doom-omgevingen wilt spelen om dat te doen, hoef je alleen de 11:27.930 --> 11:29.850 naam van de omgeving te veranderen. 11:29.850 --> 11:34.020 Elke keer dat je wijsheidskleur hier in dit werkboek ziet, vervang je dat gewoon door de naam. 11:34.230 --> 11:39.570 En dankzij deze code en deze, nou ja, je zult snel kunnen zien wat het aantal acties is, de 11:39.570 --> 11:45.090 afmetingen van de invoervorm en ook een weergave van het frame om te zien hoe de omgeving eruit ziet, 11:45.240 --> 11:47.190 dit zal behoorlijk praktisch zijn . 11:47.550 --> 11:50.700 Toen heb ik deze helperfunctie voor de visualisatie gemaakt. 11:51.000 --> 11:55.590 Dan rijd ik de A. L. op één aflevering, natuurlijk, nadat het is getraind. 11:55.590 --> 11:57.780 Dus we gaan het eerst hier trainen. 11:57.780 --> 12:02.310 Zoals je trouwens kunt zien, ben ik vergeten je te vertellen dat ik ook een aantal tijdperken verander van 12:02.310 --> 12:07.770 100 naar twintig en dat simpelweg omdat, weet je, ik de afmetingen van het frame heb vergroot en omdat ik de afmetingen 12:07.780 --> 12:12.210 van het frame heb vergroot, Nou, de training duurt veel langer omdat het natuurlijk moeilijker is om te 12:12.210 --> 12:12.720 trainen. 12:12.870 --> 12:17.040 En daarom heb ik het aantal van honderd tijdperken teruggebracht tot twintig. 12:17.160 --> 12:20.970 OK, en maak je geen zorgen, we zullen al beter worden, positieve beloningen. 12:20.970 --> 12:25.170 Maar als je de prestaties wilt verbeteren en uiteindelijk de resultaten wilt verbeteren, voel je vrij om 12:25.170 --> 12:26.640 dat aantal e-books te vergroten. 12:26.730 --> 12:28.290 Je krijgt nog betere resultaten. 12:28.290 --> 12:32.190 Maar dat zie je al bij Twenty Époque, de training zal behoorlijk wat tijd in beslag nemen. 12:32.310 --> 12:33.720 Ja is goed. 12:33.720 --> 12:35.370 Dus waar was ik? 12:35.400 --> 12:37.530 Ja, die hulpfunctie voor de visualisatie. 12:37.530 --> 12:41.490 Dan laat ik de lucht op een aflevering lopen, natuurlijk nadat het is getraind. 12:41.670 --> 12:48.570 En ten slotte zal deze laatste codecel de video van het spel uitvoeren, weet je, over deze ene aflevering en je zult 12:48.570 --> 12:54.540 zien hoe de AI zal presteren over deze ene aflevering op een video, die zal worden uitgevoerd en die 12:54.540 --> 12:56.670 in staat zal zijn om downloaden. 12:56.760 --> 12:59.790 En fout is hier, weet je, wanneer we deze code uitvoeren. 12:59.910 --> 13:01.260 Ja is goed. 13:01.350 --> 13:03.150 Dus nu tijd voor de executie. 13:03.150 --> 13:06.390 Tijd om echt lekker in onze stoel te gaan zitten. 13:06.390 --> 13:08.310 Ik hoop dat je een goede koffie of een goede zien. 13:08.520 --> 13:14.010 Nu gaan we gewoon op de verschillende afspeelknoppen en elk van de cellen drukken om het uiteindelijke resultaat uit te voeren. 13:14.010 --> 13:14.790 Dus laten we dit doen. 13:15.060 --> 13:17.780 Maar eerst, en dat is heel belangrijk om te begrijpen en te gaan. 13:17.790 --> 13:23.520 Kulab Dit is dus de link van een Google Kulak-werkboek, waar jullie allemaal toegang toe hebben. 13:23.790 --> 13:28.170 En daarom kun je er natuurlijk niets aan wijzigen, want als een van jullie goed modificeert, 13:28.260 --> 13:30.000 zullen de anderen de wijziging zien. 13:30.210 --> 13:34.800 Dit is dus in de alleen-lezen modus en daarom wat u moet doen om enkele wijzigingen aan te brengen, 13:34.800 --> 13:38.940 weet u, voor het geval u de naam van de omgeving wilt wijzigen of het aantal tijdperken 13:38.940 --> 13:45.840 wilt vergroten of zelfs uw A wilt afstemmen. L. , nou, je zult een kopie van deze werkmap moeten maken, die in 13:45.870 --> 13:47.160 je eigen Google Drive zal staan. 13:47.160 --> 13:52.560 En daarom heb je om dat te doen een Gmail-adres nodig om een Google Drive te 13:52.560 --> 13:52.950 hebben. 13:52.950 --> 13:55.500 Oké, zorg er dus voor dat je er een hebt. 13:55.500 --> 14:01.280 En als dat eenmaal het geval is, hoef je alleen maar hier op het bestand te klikken en vervolgens een kopie op te slaan en naar binnen te rijden. 14:01.280 --> 14:07.380 Hiermee maakt u een kopie van deze werkmap in uw eigen Google Drive waarop u enkele wijzigingen 14:07.500 --> 14:08.610 kunt aanbrengen. 14:08.610 --> 14:09.150 Oke. 14:09.480 --> 14:12.900 En nu staan we hier aan het begin van deze uitvoering. 14:12.900 --> 14:18.240 Dus nu gaan we gewoon alle cellen spelen en komen we steeds dichter bij het 14:18.240 --> 14:18.660 eindresultaat.