WEBVTT 00:00.560 --> 00:02.560 Merhaba ve bu öğreticiye hoş geldiniz. 00:02.750 --> 00:04.610 Şimdi yarın beynimiz var. 00:04.610 --> 00:06.350 Eniyileştiricimiz de var. 00:06.350 --> 00:09.980 Yani temelde farklı ajanlarımızı eğitmeye hazırız. 00:10.010 --> 00:11.620 İşte bizim farklı beyinlerimiz. 00:11.720 --> 00:18.650 Bundan böyle bu A3 algoritmasını içerecek olan bu büyük tren fonksiyonunu yapacak ve bu nedenle bulduğum 00:18.650 --> 00:24.920 bu trende uygulamak üzere olduğumuz şey sadece bu büyük tren fonksiyonunun sadece bu büyük 00:25.230 --> 00:31.200 tren işlevi olacak başka bir şey olmayacak olması. Bu tren fonksiyonunu kim kullanacak. 00:31.250 --> 00:33.880 Ve ana kod ile bu modülün son adımı. 00:34.100 --> 00:35.010 İşte gidiyoruz. 00:35.060 --> 00:37.340 Ancak başlamadan önce bunu fark edebilirsiniz. 00:37.490 --> 00:42.020 İlk önce bazı kitaplıkları içe aktarırız, böylece meşale modülü bulunan klasik kitaplıklar olur. 00:42.020 --> 00:49.040 Yani meşale kütüphaneniz kütüphaneyi bitirecek ortamı yaratmaya başlar. 00:49.220 --> 00:54.470 Sonra elbette ithalat yapacağız aslında modelimizden bir sınıftır. 00:54.620 --> 00:55.980 Bunu dosyalayın. 00:56.420 --> 01:00.070 Sonunda TORCIDA'dan bir değişken kullanacağız. 01:00.150 --> 01:04.000 Degradedeki yüksek performanslı yarışmalara pişman olmaya pişmanım. 01:04.100 --> 01:05.750 Dinamik grafikler sayesinde. 01:05.990 --> 01:11.960 Ve sonra paylaştığımız grad'ın işlevini bu noktada çok fazla zaman harcamak istemediğimden emin olmasını sağlıyoruz, çünkü 01:11.960 --> 01:16.930 bu ilk önce bu her şeyin doğru çalıştığından emin olmasını sağlayacak bir işlevdir. 01:17.030 --> 01:20.400 Temsilci tarafından kullanılan modelin hisse eğimi yoksa. 01:20.480 --> 01:25.640 Bu yüzden kısa paylaşılan lisans mezunları adı verilir ve diğer sebep ise bu fonksiyonun 01:25.640 --> 01:26.530 gerekli olduğunu düşünmemem. 01:26.630 --> 01:32.700 azından bununla birlikte, kodun düzgün şekilde yürütüleceğinden yüzde yüz emin olabilirsiniz, ancak bu gerçekten önemli değildir. 01:33.080 --> 01:34.790 Ancak asla bilemeyiz ve en 01:34.880 --> 01:40.640 Dikkat etmemiz gereken şey şu anda hepimizin başlaması gereken eğilim fonksiyonudur. 01:41.000 --> 01:41.600 İşte başlıyoruz. 01:41.610 --> 01:48.860 Savunma ve tren yakında bir tren olacak ve bu dönüşüm birkaç argüman alacaktır. 01:49.010 --> 01:50.400 İlki rütbe. 01:50.420 --> 01:56.460 Bunun ne olduğunu açıklayacağım ve ikincisi haram olan saniye, böylece tüm 01:56.460 --> 01:57.840 parametreler çevreye açıklanacak. 01:57.920 --> 02:02.860 Ardından üçüncü parametrenin ahlaki değerleri paylaşılacak. 02:03.170 --> 02:09.260 Böylece, paylaşılan model, aracının az sayıda araştırmayı belirli sayıda adımda çalıştırması 02:09.260 --> 02:17.050 için alacağı ve son olarak da son bağımsız değişkenin daha önce yaptığımız iyileştirici olacağını biliyorsunuzdur. 02:17.770 --> 02:20.040 Bu kadar mükemmel, tartışmalar için hazır. 02:20.090 --> 02:24.010 Şimdi de aynı işlevi uygulamaya hazırız. 02:24.170 --> 02:30.890 Yapacağımız ilk şey, senkron aktif Crilley ajanları için A-380'un ne anlama 02:31.010 --> 02:32.480 geldiğini hatırladığının farkındasın. 02:32.540 --> 02:34.980 8: 3'de senkronize bir şey olduğunu görüyoruz. 02:34.980 --> 02:40.940 burada bu sıralama parametresi, her eğitim aracısı senkronize olacak şekilde tohumun kaydırılması için. 02:40.940 --> 02:49.010 Anladığınız gibi, her bir eğitim aracısını ve ekonomik olmayan birimlerini devreden çıkarmak zorundayız, o zaman bu sıralamada her 02:49.220 --> 02:52.230 bir tarafı kaydırmak için rütbeyi kullanacağız, böylece 02:52.580 --> 02:59.390 Örneğin, herhangi bir eğitim aracı varsa, sıralar 1'den 10'a gidecek ve 1'den 10'a kadar 02:59.390 --> 03:02.600 bir aracı başına bir tamsayı olacak. 03:02.630 --> 03:08.840 Dolayısıyla tohumları tek bir iplikle kaydırdığımızda, bu iplik tarafından oluşturulan tüm sahte rastgele sayılar 03:08.840 --> 03:11.340 diğer ipliklerden tamamen bağımsız olacaktır. 03:11.480 --> 03:14.250 Ancak tohum veya sabit sayılar. 03:14.510 --> 03:19.640 Dolayısıyla, deneyimi çoğalttığımızda tam olarak aynı olayları bulacağız. 03:19.880 --> 03:23.450 Ve koltuk açısından determinizm olduğu için. 03:23.690 --> 03:30.470 Bu yüzden anlamak önemlidir ve bu yüzden yapmamız gereken şey, tohumun rütbe ile kaydırılması için 03:30.800 --> 03:34.260 burada bulunan her bir stajyer ajanı senkronize etmektir. 03:34.350 --> 03:36.110 Bunu yapmak için bunu yapalım. 03:36.140 --> 03:39.170 Torche kütüphanemizi alacağız. 03:39.170 --> 03:45.350 Sonra manuel alt çizgi tohum parantezi ile tohum alacağız. 03:45.350 --> 03:51.040 Bu bir işlevdir ve şimdi, tohumdan erişebildiğimiz tüm ajanların tohumlarını 03:51.220 --> 03:55.620 alıp onları senkronize etme rütbesine kaydırmaya gidiyoruz. 03:55.660 --> 04:05.420 Bu acentelerin her biri sadece artı rec ekleyecek ve bu, her bir stajyer acentesini devralmak için tohum sıralamasını değiştirecek 04:05.510 --> 04:09.970 çünkü her bir eğitim ajansı için bir tohum var. 04:09.980 --> 04:15.390 Pekâlâ, ilk iş bitti ve şimdi bir sonraki adım çevreyi elde etmektir. 04:15.530 --> 04:21.470 Bu yüzden, şimdi arayacağımız ve şimdi Atari'yi yaratmak ve koparma için ortam yaratmak 04:21.590 --> 04:26.120 için son modülden işlemek için kullanacağımız yeni bir değişken yaratacağız. 04:26.150 --> 04:28.130 Bu, patlama ortamını yakalamaktır. 04:28.250 --> 04:38.070 Bu yüzden bu işlevi Terry'yi yaratıyoruz ve şimdi çevre parametreleri olan tek bir argümanı 04:38.070 --> 04:39.060 girmeliyiz. 04:39.270 --> 04:42.730 Ve onlara sahibiz çünkü bu beyin işlevinin girdilerinden biridir. 04:42.750 --> 04:48.270 Buradaki bu parametre, koparma ortamının parametreleri olacak ve bu nedenle, 04:48.330 --> 04:58.320 bu programları savunan ortamları elde etmek için bu programı tartışıyoruz ve daha sonra bir sonraki kodda ana 04:58.320 --> 05:03.240 fonksiyon olan bir isim edineceğiz tüm kodu idam 05:03.240 --> 05:06.010 edecek brüksel sadrazamı koparma olacak. 05:06.010 --> 05:09.450 Pekala, çevreyi mükemmel kılacaktır. 05:09.610 --> 05:16.080 Ve şimdi bir sonraki adım çevre merkezini ajanlardan birine hizalamaktır. 05:16.180 --> 05:17.650 Ve bunu neden yapıyoruz. 05:17.650 --> 05:24.220 Bunun nedeni, A-3 Silmaril'in her ajanının çevrenin kendi kopyası gibi kendi vizyonuna sahip olduğunu 05:24.220 --> 05:31.000 ve bu nedenle, ajanların her birinin çevrenin belirli bir sürümünde sıralamasını ve devam etmek 05:31.000 --> 05:36.520 için bunu yapmamızın gerektiğini unutmayın. Koltuğu kullanmak için her koltuk belirli bir 05:36.520 --> 05:37.320 ortam belirlediğinden. 05:37.450 --> 05:43.390 Bu nedenle, her ajan için farklı bir tohum ilişkilendirerek tam olarak ne istediğimizi elde ederiz, 05:43.390 --> 05:46.340 ki bu da her ajanın kendi çevresi olacaktır. 05:46.500 --> 05:54.730 Peki bunu nasıl yapabiliriz ki o zaman çevremizi alabiliriz o zaman o zaman tohum işlevi sizin için çevre 05:54.770 --> 05:57.340 için olanları seçtiğinizi bildiğinizi kullanın. 05:57.520 --> 06:01.370 Ve şimdi ortamın koltuğunu ajan tohumu ile hizalamak. 06:01.600 --> 06:08.460 Peki bu işi almamız gerekiyor çünkü bu, ajanların koltuklarına tekabül ediyor ve bu da, her şeyin farklı 06:08.530 --> 06:14.170 bir sette olması nedeniyle, iyi organize edilmiş eğitim ajanlarına sahip olmak için sıralamaya kaydı. 06:14.200 --> 06:20.020 Dolayısıyla, bunu burada ödemek zorunda kalacağız ve bu, ortamın koltuğunu ajandan 06:21.210 --> 06:24.660 birine hizalayacaktır. Tamam, şimdi modelimizi alacağız. 06:24.670 --> 06:27.060 İşte bizim A-3 gör beynimiz. 06:27.180 --> 06:32.320 Şimdi, aktif sınıfı model dosyamızdan kullanacağız. 06:32.350 --> 06:38.500 yeni bir nesnesi oluşturacağız ve isterseniz bu nesne modeli veya beyin olarak adlandıracağız. 06:38.500 --> 06:40.960 Temel olarak bu etkinlik sınıfının 06:41.200 --> 06:47.650 Ancak temel olarak bu nesne, CM'nin tüm sarmallarını içerecektir. Doğrusal bağlantı ve Ford, sinyali 06:47.650 --> 06:49.500 yaymak için işlev görür. 06:49.600 --> 06:55.630 Bu nedenle, temelde, eleştiricideki aktörün beyinlerini, son çıkışı elde etmek 06:55.630 --> 06:59.120 için beyindeki sinyali yayma yeteneğini içerecektir. 06:59.170 --> 07:06.850 O halde bunu yapalım, böylece bu nesne modeli çağırmak istediğimizi söyleyelim modelimizi yaratalım. 07:07.150 --> 07:15.040 Ve bu nedenle Act create sınıfının bir nesnesi oluşturuyoruz ve bu nedenle sınıf bir aktör eleştirmeni ele alıyoruz ve şimdi 07:15.040 --> 07:17.250 iki girdiğinde hangi argümanları hatırlıyoruz. 07:17.350 --> 07:20.420 Aslında işlevin argümanlarıdır. 07:20.640 --> 07:26.230 Yani bizzat kendimiz girmek zorundayız, biliyorsunuz, yöntemde nesneyi kullanmak için yapmamız gereken şey bu. 07:26.530 --> 07:33.010 Fakat sonra koymamız gereken argümanlar, baskı resimlerinde sanat zincirlerinde yapılan kötü 07:33.010 --> 07:38.680 şekildeki nominal putlar ve eylem setini bildiğiniz gerçek alanı içeriyor. 07:38.680 --> 07:42.550 Bu argümanları tren işlevine koyalım. 07:42.760 --> 07:51.580 Birincisi, bunu ortamımızla alabiliriz ve o zaman gözlem alanını kullanırız, o zaman gözlem alanı budur ve 07:51.580 --> 07:59.020 o zaman biz de gölge parantezinin sıfırını elde ettiğimiz girdilerin sayısını elde edersiniz. 07:59.190 --> 07:59.550 Tamam. 07:59.550 --> 08:01.120 Bu girdiler içindir. 08:01.290 --> 08:04.690 Ve şimdi eylem alanı için. 08:04.860 --> 08:10.480 Bu, çevremizden almamız gereken neredeyse aynı, bundan daha önemli olduğumuz anlamına geliyor. 08:10.500 --> 08:12.920 Ve sonra eylem alanı. 08:12.920 --> 08:13.260 Tamam. 08:13.260 --> 08:17.860 Ve bu bize bir nesne oluştururken girmemiz gereken argümanları verir. 08:17.860 --> 08:20.130 Yürütme sınıfının modeli. 08:20.400 --> 08:25.150 Tamam şimdi modelimize sahibiz ve şimdi bir sonraki adım giriş durumlarımızı hazırlamaktır. 08:25.170 --> 08:31.230 Dolayısıyla hala daha derin olmayan gayri resmi öğrenim içerdiğini hatırlayın; bu nedenle girişteki girdi imgelerimiz 08:31.560 --> 08:37.080 giriş imgelerimizi belirtir ve bu nedenle Ray, başlangıçta bir kanalı içerecek, çünkü siyah 08:37.080 --> 08:40.670 beyaz görüntülerle çalışacağız ve 42 okyanusunda zaman geçirecektir. 42. 08:40.980 --> 08:46.680 Ancak burada anlamak ve girdi durumlarının girdi görüntüleri olduğunu akılda tutmak önemlidir. 08:46.680 --> 08:51.940 Bu durumda yapmamız gereken güçsüz almaktır, o zaman bunu bir işkence cevabına dönüştüreceğiz. 08:52.050 --> 08:57.770 Ancak daha önce yaptığımız şeylerin başında bir hakem bulup almak için attığımız ilk adım var. 08:57.840 --> 08:58.970 Aslında oldukça basit. 08:58.980 --> 09:06.080 duruma çapraz gelecek ve bir hakem dizisi elde etmek için bu değişken için bir değişken oluşturmamız gerekir. 09:06.080 --> 09:07.130 İlk önce, 09:07.230 --> 09:13.000 Ortamımızı alıp uyumamız ve ardından sıfırlama işlevini kullanmamız yeterlidir. 09:13.200 --> 09:19.940 Ve bu, devletleri 42 x 42 boyutlarında bir imparatorluk dizisi olarak başlatacaktır. 09:20.190 --> 09:27.170 Biri 1 kanal, yani siyah beyaz görüntü ve 42 x 42 görüntünün hakimiyeti anlamına geliyor. 09:27.210 --> 09:30.860 Piksel sayısı ve genişliği ve piksel sayısı ve yükseklik. 09:30.870 --> 09:32.630 Temelde bu sadece zaman örneğidir. 09:32.670 --> 09:34.660 Ve birlikte çalıştıklarımız da bu. 09:34.820 --> 09:40.830 yaptýk çünkü ţimdi İmparatorluk'ta böyle bir zaman sigortasý imajý elde edecek. 09:40.830 --> 09:42.670 Ve ţimdi simdi umpiring 09:42.870 --> 09:48.510 Şimdi onları meşale dansçılarına dönüştürebiliriz ve bunu yapmak için tekrar veri durumuna geçeceğiz, 09:48.510 --> 09:50.890 çünkü sayı dizilerini saklamak zorunda değiliz. 09:51.180 --> 09:55.030 Ve meşale modülünün fenerini kullandığımız yer burası. 09:55.260 --> 10:02.790 Unutma ki zaten bunu alt çizgi olmayan Tay dili parantezi işleviyle yapmaktayız. 10:02.880 --> 10:08.350 Ve bu fonksiyonun içinde, bir meşale sensörüne dönüştürmek istediğimiz sayı oranını girmeliyiz. 10:08.610 --> 10:14.880 Devlet tarafından ödenmeyen dizinin önceki versiyonu boru işlevinden bir meşale sensöründen 10:14.880 --> 10:20.510 boru hattı haline gelecek ve böylece devletten yoğunlaşan durum budur. 10:20.550 --> 10:24.870 Ve şimdi sadece yapılışı başlatmaya ihtiyacımız var. 10:24.870 --> 10:30.650 Değişken genellikle bir bölüm bittiğinde veya oyun bittiğinde bunu söyleyen değişken olduğunu unutmayın. 10:30.870 --> 10:37.110 Burada sadece yaptıklarımızı çok iyi tanıtmak ve oyun başlatıldığında bu Voivode'un doğruya eşit 10:37.160 --> 10:41.230 olacağını belirtmek için initialiser'ı true olarak uygulamak istiyoruz. 10:41.260 --> 10:46.790 Bu, AI'nın sonsuza kadar oynamaması için daha sonradan kullanışlı olacak. 10:46.820 --> 10:47.350 Tamam. 10:47.390 --> 10:54.320 Bu temel olarak bu eğilim işlevinin başlangıcı bazı başlatma ve yapmamız gereken 10:54.320 --> 10:55.370 bazı şeylerdi. 10:55.370 --> 11:00.560 Buradaki en önemli şey, her bir stajyer temsilcisinin imtiyazını kaldırmamız gerektiğiydi. 11:00.560 --> 11:04.890 Bu, uygulamak zorunda olduğumuz A3 benzerinin ilk ilkesidir. 11:05.160 --> 11:09.780 Ve şimdi sonraki öğreticide paylaşılan modelle senkronizasyona geçeceğiz. 11:09.830 --> 11:14.810 Unutmayalım, farklı bir model var, aynı zamanda tüm ajanların paylaştığı bir model olan 11:14.810 --> 11:16.180 paylaşım modeli var. 11:16.190 --> 11:22.430 Ve bu nedenle gösteri modeli ile senkronize etmeliyiz, böylece her ajan, paylaşılan bu 11:22.520 --> 11:25.990 modeli belirli sayıda adımın küçük bir araştırmasına yönlendirdi. 11:26.000 --> 11:28.080 Bir sonraki Statoil'de bunu yapacağız. 11:28.130 --> 11:29.710 Ve o zamana kadar AI zevk.