WEBVTT 00:02.310 --> 00:04.620 لوقا: مرحبًا بكم جميعًا ، ومرحبًا بعودتكم. 00:04.620 --> 00:05.453 في هذا الفيديو 00:05.453 --> 00:07.710 ، سنتحدث عن ChatGPT وكيفية استخدامه 00:07.710 --> 00:11.370 لتنفيذ نفس الخوارزمية لـ Doom التي سنستخدمها 00:11.370 --> 00:13.350 في الدورة التدريبية ، التعلم 00:13.350 --> 00:16.290 العميق التلافيفي. 00:16.290 --> 00:17.790 لذا في الدقيقتين 00:17.790 --> 00:22.440 التاليتين ، سوف نسير عبر الطريقة التي أشرت بها بالفعل 00:22.440 --> 00:26.190 وطلبت من ChatGPT أن نحصل على نموذجنا. 00:26.190 --> 00:29.580 لذا اسمحوا لي أن أساعدك في فهم كيف فعلت ذلك ولماذا 00:29.580 --> 00:33.720 فعلت بعض المطالبات بالطريقة التي فعلت بها. 00:33.720 --> 00:38.460 لذلك كان الموجه الأولي جيدًا جدًا من نهايتي. 00:38.460 --> 00:39.293 قلت: "أنت خبير 00:39.293 --> 00:41.527 كبير في التعلم الآلي" ولديك سنوات 00:41.527 --> 00:43.717 من الخبرة في العمل في مشاريع "تطبق 00:43.717 --> 00:47.550 التعلم الآلي على عمليات المحاكاة والروبوتات. هذا هو الجزء الأول ، تمهيد الطريق ، ومنحهم 00:47.550 --> 00:48.750 دورًا. 00:48.750 --> 00:51.330 لذلك ، في الأساس ، ستتم مطالبة مساحة المتجه 00:51.330 --> 00:55.410 في ChatGPT بالكامل بمزيد من الاهتمام بموضوعات التعلم الآلي. 00:55.410 --> 00:59.310 الآن أريد أن أدخل في السياق الخاص بي ، دوم. 00:59.310 --> 01:04.310 وفي الواقع ، كيف أصل إلى هذه النقطة ، قلت ، "حسنًا ، لقد 01:04.500 --> 01:06.600 وظفتك لمساعدتي" في تطبيق 01:06.600 --> 01:08.887 خوارزمية تعليمية عميقة 01:08.887 --> 01:12.457 من Q-Learning "لبيئة Doom. 01:12.457 --> 01:14.407 "الهدف هو الحصول على" خوارزمية تعلم 01:14.407 --> 01:15.337 معزز تعمل بكامل 01:15.337 --> 01:18.457 طاقتها "يمكنها لعب لعبة Doom ، وهي بيئة ألعاب. 01:18.457 --> 01:22.327 "لقد نفذت فئات" من أجل Experience_replay ومعالجة 01:22.327 --> 01:24.187 الذاكرة والصورة. 01:24.187 --> 01:27.903 "سأقدم لك ذلك" حتى تتمكن من دمج ذلك في الكود 01:28.777 --> 01:30.337 النهائي. 01:30.337 --> 01:34.800 هذا مهم حقًا ، والذي يفتقده معظم الناس. 01:34.800 --> 01:37.893 يجب أن يكون لديك طريقة ما لإخباره ، أو إخبار 01:38.790 --> 01:42.120 ChatGPT ، بأن لديك بالفعل شيئًا ما وتريد استخدام 01:42.120 --> 01:45.720 هذا الرمز في التنفيذ النهائي. 01:45.720 --> 01:50.720 لذلك إذا لم أقم بتقديم هذا كسياق ، فسيؤدي ذلك إلى إنشاء 01:50.910 --> 01:54.390 بعض التعليمات البرمجية ، وبعض التنفيذ 01:54.390 --> 01:57.240 التلافيفي لـ Q-learning الذي 01:57.240 --> 02:01.140 لن يفكر في استخدام Experience_replay ووظيفة 02:01.140 --> 02:04.080 معالجة الصور الخاصة بنا ، لكننا 02:04.080 --> 02:06.330 نريد ذلك. 02:06.330 --> 02:07.323 لذا ، أواصل القول: 02:08.250 --> 02:10.537 "هدفك هو تنفيذ الحل الكامل باستخدام 02:10.537 --> 02:14.107 Python ،" Torch for model "وتحسين الكود ليتم تنفيذه 02:14.107 --> 02:16.717 في Google Colab" حتى يتمكن الطلاب 02:16.717 --> 02:21.187 الذين يمرون بالكود "من تنفيذ تلك التي لا أجهزة كمبيوتر قوية 02:21.187 --> 02:23.167 جدا. هذا في الأساس 02:23.167 --> 02:28.167 يخبر ChatGPT بتنسيق الحل النهائي 02:28.260 --> 02:33.060 الذي ترغب في الحصول عليه. 02:33.060 --> 02:35.190 وبعد ذلك ، أخيرًا ، "طرح أسئلة توضيحية إذا 02:35.190 --> 02:37.200 لزم الأمر" سوف يزودها بمزيد من السياق. 02:37.200 --> 02:40.050 و ، "إيه ، إذا كنت لا تعرف ،" إذا لم يكن لديك 02:40.050 --> 02:42.060 سياق كافٍ ، من فضلك اسألني. وأخيراً سأل: "فهمت؟ أردت أن أؤكد أنها حصلت عليها. 02:42.060 --> 02:44.197 هذه طريقة ذكية للسماح لها بالتفكير في هذا 02:44.197 --> 02:47.580 وليس الذهاب بدقة لتوليد المطالبات التالية والإجابات التالية. 02:47.580 --> 02:49.737 إذا لم تفعل هذا 02:50.640 --> 02:53.730 ، إذا لم تسأل "حسنًا؟ "أو" مسح؟ أو "هل تفهم؟ "أو شيء من هذا القبيل 02:53.730 --> 02:58.730 ، سيتجاهل تمامًا بعض الأجزاء 03:00.210 --> 03:05.210 ويبدأ في التوليد. 03:05.820 --> 03:07.230 نظرًا لأن لديك حدًا لعدد الرموز 03:07.230 --> 03:09.090 المميزة التي لديك 03:09.090 --> 03:12.780 في أسئلتك وفي الإجابة ، فإنك ترغب في كسرها 03:12.780 --> 03:16.020 حتى تتمكن من تحديث كمية الرموز التي يمكنك إنشاؤها. 03:16.020 --> 03:18.240 لذا فإن الجواب الأول 03:18.240 --> 03:20.760 هو: "لقد فهمت المهمة. 03:20.760 --> 03:22.980 "سأفعل بالضبط ما سأطلبه. 03:22.980 --> 03:26.310 "ولكن قبل المتابعة ، لدي بعض الأسئلة. وهنا حيث "إذا كان لديك أي أسئلة ، اسألني" 03:26.310 --> 03:28.610 ، سألني أسئلة جيدة. 03:29.820 --> 03:32.377 أولاً ، هل لديك بيئة مخصصة ، أم أنك تستخدم شيئًا 03:32.377 --> 03:33.607 موجودًا بالفعل؟ 03:33.607 --> 03:36.697 إذن OpenAI و VizDoom وأشياء من هذا القبيل. 03:36.697 --> 03:39.600 ثم ننتقل إلى المزيد ، هل 03:39.600 --> 03:43.980 هناك أي مقاييس أداء معينة تريد مني 03:43.980 --> 03:45.750 أن أتبعها؟ 03:45.750 --> 03:49.200 هل هناك متطلبات على النموذج نفسه؟ 03:49.200 --> 03:51.240 ما إصدارات Python و PyTorch؟ 03:51.240 --> 03:53.883 وأخيرًا ، هل هناك قيود محددة 03:54.750 --> 03:56.850 على الموعد النهائي؟ 03:56.850 --> 03:58.950 هذا من خطط العمل التي تم التدريب عليها 03:58.950 --> 04:00.783 في الغالب ، ولكن بالنسبة لها 04:01.800 --> 04:05.850 ، مثل ، هذا ليس حقًا ، مثل هذا ليس مناسبًا لها ، ولكن حسنًا. 04:05.850 --> 04:08.223 قدمت: "نعم ، سأستخدم OpenAI Gym ، وإليك 04:09.180 --> 04:10.140 كيفية تحميله. هذا من الدورة. 04:10.140 --> 04:12.990 قلت ، حسنًا ، اتبع متوسط المكافأة ، ولا 04:12.990 --> 04:17.160 توجد متطلبات محددة ، وكن مبدعًا طالما أنه يعمل ، واستخدم 04:17.160 --> 04:19.803 أحدث النماذج أو الإصدارات من المكتبات 04:20.970 --> 04:23.283 ، وما هو الموعد النهائي. 04:24.150 --> 04:25.177 لقد كتبت للتو "في أسرع وقت ممكن". 04:25.177 --> 04:30.177 بالإضافة إلى ذلك ، ها هي هذه الفئات التي ذكرتها. 04:30.480 --> 04:31.713 لذلك قمت للتو بلصق الفصول التي لدينا في الدورة. 04:33.000 --> 04:35.133 لذا جرب إعادة التشغيل 04:36.030 --> 04:40.953 ، كل شيء ، وأخيراً ، إعادة تشغيل الذاكرة ، 04:42.120 --> 04:46.320 ومعالجة الصور ، وهذا كل شيء. 04:46.320 --> 04:48.090 وبهذا ، أقوم ببناء السياق 04:48.090 --> 04:49.797 ، والآن بدأت في التوليد. 04:51.150 --> 04:54.120 لذلك تم إنشاء الكود. 04:54.120 --> 04:57.000 لقد بدأ بشكل أساسي من خلال المعالجة 04:57.000 --> 05:00.720 المسبقة للصورة ، ثم أنشأ شبكة Q العميقة 05:00.720 --> 05:04.773 ، والتي تشبه إلى حد كبير ما لدينا. 05:05.790 --> 05:06.623 بعد ذلك ، بدأ 05:07.681 --> 05:10.230 بتهيئة ذلك ، ثم رمز التدريب. 05:10.230 --> 05:13.530 كل شيء يعمل حتى الآن ، ثم ينكسر هنا. 05:13.530 --> 05:15.753 إذا كنت تريد الاستمرار 05:16.590 --> 05:21.363 في إنشاء شيء أطول ، فقد كتبت للتو "متابعة". 05:22.560 --> 05:25.110 وقيل: "أكمل؟ أجل ، بالتأكيد. يستمر في التوليد ، وبام ، 05:25.110 --> 05:27.513 لدينا الكود الكامل. 05:29.070 --> 05:31.983 مدهش. 05:32.910 --> 05:34.863 وذكر كيفية استخدامه ، 05:36.000 --> 05:40.350 والتردد ، وما يجب تغييره ، وأشياء من هذا القبيل. 05:40.350 --> 05:43.950 لقد ساعدني في هذا أيضًا. 05:43.950 --> 05:46.110 واسمحوا لي أن أحضركم إلى بلدي جوجل كولاب. 05:46.110 --> 05:49.530 لذلك بدأت بلصق الكود هنا ، ولصق 05:49.530 --> 05:51.840 وظيفة المعالجة المسبقة الخاصة بنا. 05:51.840 --> 05:55.020 سأنتقل سريعًا إلى التغييرات في وظيفة المعالجة المسبقة 05:55.020 --> 05:55.853 هذه في ثانية. 05:57.060 --> 06:00.750 بعد ذلك ، قمت بلصق هذه التجربة ، بعض التثبيت 06:00.750 --> 06:02.793 من نهايتي. 06:03.720 --> 06:05.940 سنشرح هذا في ثانية. 06:05.940 --> 06:09.630 لقد لعبت بشبكة Q العميقة ورمز التدريب الخاص به. 06:09.630 --> 06:13.053 لذلك هناك بالتأكيد طرق لتحسين هذا. 06:14.040 --> 06:16.290 خاصة إذا كانت لديك بيئة محلية ، فستنجح. 06:16.290 --> 06:18.720 إذا كنت تستخدم هذا في Google Colab ، فقد ينكسر. 06:18.720 --> 06:19.553 لذلك اسمحوا لي أن أحضر لك ذلك. 06:20.970 --> 06:24.843 لذلك فعلت ذلك ، ووجدت خطأ. 06:25.740 --> 06:29.163 قلت ، "مرحبًا ، الكود الأولي الذي قدمته لم يعمل. 06:30.150 --> 06:31.833 لقد قمت للتو بلصق الرمز 06:32.790 --> 06:37.790 ورسالة الخطأ هذه والقول ، "لا يمكنني تغيير حجم الصور. وإذا ألقيت نظرة على الكود الخاص بنا من الدورة التدريبية ، 06:38.430 --> 06:41.640 فسيتطلب ذلك تغيير حجم الصورة بهذا. 06:41.640 --> 06:45.810 لكن الإصدار الأحدث من SciPy يزيل هذا بالفعل. 06:45.810 --> 06:49.440 فقال ، "أوه ، نعم ،" يبدو أنه قد يكون 06:49.440 --> 06:50.840 قد أزيل. "ها هي النسخة الجديدة مع وسادة. 06:51.750 --> 06:54.240 وفي الواقع ، لم يتطلب ذلك. 06:54.240 --> 06:58.110 لقد أعادت كتابة فئة الصورة المعالجة مسبقًا 06:58.110 --> 07:03.110 بالكامل باستخدام وسادة بدلاً من SciPy. 07:03.810 --> 07:06.600 لذلك استخدمتها ، وهي تعمل بالفعل. 07:06.600 --> 07:10.440 ثم قلت ، "حسنًا ،" لدي مشكلة مع البيئة 07:10.440 --> 07:13.200 باستخدام Google Colab. 07:13.200 --> 07:17.310 "كيف حلها؟ هذا هو الخطأ. وقالت ، "أوه ، أجل ، اعتذر. 07:17.310 --> 07:18.663 "يبدو أن هذه البيئة الخاصة لا تعمل. 07:19.537 --> 07:21.637 "هذا ما تفعله. 07:21.637 --> 07:25.200 "تقوم بالتثبيت والقيام بذلك بشكل أساسي. لقد حصلت على خطأ ، خطأ آخر. 07:25.200 --> 07:27.360 وقد أشار هذا الخطأ في الواقع 07:27.360 --> 07:32.260 إلى أن العرض غير موجود في هذه النسخة المعينة. 07:33.270 --> 07:36.723 وقال ، "حسنًا ، قم بتثبيت هذا الإصدار. فعلتُ. خطأ آخر. 07:37.620 --> 07:41.283 وقالت ، "أوه ، نعم ، نعم ،" لا يدعم Google Colab العرض ، مكتبات 07:42.990 --> 07:44.227 OpenGL ، "مما يعني 07:44.227 --> 07:47.257 ، بالنسبة لنا ، أننا بحاجة إلى القيام بشيء آخر 07:47.257 --> 07:50.160 ، بدلاً من Google Colab 07:50.160 --> 07:52.087 ، لأغراض التصور. 07:52.087 --> 07:55.657 وقد أعطتني بشكل أساسي خطوة بخطوة ، تقودني إلى ما 07:55.657 --> 07:56.917 يجب القيام به ، وكيفية 07:56.917 --> 07:59.880 تغيير ذلك ، وأشياء من هذا القبيل. 07:59.880 --> 08:02.580 وإذا قمت بذلك محليًا ، فستحل المشكلة. 08:02.580 --> 08:04.350 ولكن هذا في الأساس 08:04.350 --> 08:09.350 يعلمك الآن كيفية استخدام ChatGPT بشكل صحيح. 08:11.850 --> 08:14.280 مثل ، هنا ، رأيت أن لدي بعض الأخطاء ، لقد طلبت من 08:14.280 --> 08:17.040 هذه الأخطاء ، وما إلى ذلك. 08:17.040 --> 08:18.457 والآن ، لديك ، على 08:18.457 --> 08:23.457 سبيل المثال ، إذا قمت بالتمرير للخلف ، فلديك رمز كامل 08:24.270 --> 08:26.760 الوظائف مع شبكة Q عميقة ، مع 08:26.760 --> 08:27.870 رمز تدريب ، ويمكنك 08:27.870 --> 08:31.350 أن تذهب وتطلب منه إنشاء رمز اختبار ، 08:31.350 --> 08:34.500 وسوف يفعل ذلك. 08:34.500 --> 08:37.440 مدهش ، أليس كذلك؟ 08:37.440 --> 08:38.820 هذا كل شيء. 08:38.820 --> 08:42.450 هذه هي كيفية استخدام ChatGPT لحل Q العميقة ، أو شبكة 08:42.450 --> 08:45.120 Q العميقة التلافيفية لـ Doom. 08:45.120 --> 08:47.200 شكرًا. استمتع بالدورة!