WEBVTT 00:00.360 --> 00:04.170 Cześć i zapraszam do działu o splotowych sieciach neuronowych. 00:04.170 --> 00:07.600 Bardzo podekscytowani, że dołączasz do nas także w tej sekcji. 00:07.740 --> 00:13.650 A dzisiaj zamierzamy pokolorować plan ataku, w jaki sposób dowiemy się wszystkiego w tej sekcji. 00:13.650 --> 00:15.630 Tyle się nauczyć. 00:15.660 --> 00:17.490 Zobaczmy, jak podejdziemy do tego. 00:17.490 --> 00:19.590 W porządku, czego uczymy się w sekcji. 00:19.590 --> 00:25.140 Przede wszystkim porozmawiamy o tym, co sieci splotowe są bardzo ważne, aby zrozumieć ostateczny 00:25.140 --> 00:28.770 cel, nad którym pracujesz, zanim zaczniesz pracować nad tym. 00:28.770 --> 00:32.090 Więc usłyszymy, jakie funkcje będą wyglądać na kilka małych przykładów. 00:32.090 --> 00:36.750 Porówna ludzki mózg ze sztucznymi sieciami neuronowymi pod względem rozpoznawania obrazu. 00:36.840 --> 00:42.630 Będzie to świetny samouczek świetlny, który pomoże nam rozpocząć tę część. 00:42.630 --> 00:44.810 Następnie porozmawiamy o kroku 1. 00:44.850 --> 00:47.410 Nurkowanie prosto w to może działać volution. 00:47.420 --> 00:56.280 Tak więc ta część kursu zawiera kilka kroków, które musimy przejść, aby zbudować splotową sieć neuronową i w ten 00:56.310 --> 00:59.040 sposób te podzespoły zostaną rozbite. 00:59.040 --> 01:06.510 Więc to był pierwszy krok operacji ewolucji, dowiemy się wszystkiego o detektorach cech. 01:06.510 --> 01:08.790 Porozmawiamy o tym, które są również filtrami. 01:08.790 --> 01:11.030 Porozmawiamy o przyszłych mapach. 01:11.070 --> 01:16.110 Wiesz, jakie są różne parametry, o które im chodzi, a także rzuca okiem na 01:16.110 --> 01:17.360 niektóre wizualne przykłady. 01:17.520 --> 01:26.010 Następnie porozmawiamy o Etapie 1, część B, w obszarze, który Lehre lub naprawdę warstwa, która jest następnie skorygowana szczuplejsze 01:26.130 --> 01:34.830 jednostki, a my porozmawiamy o tym, dlaczego liniowość nie jest dobra i jak chcemy więcej nieliniowości w naszej sieci 01:34.830 --> 01:36.700 do rozpoznawania obrazu. 01:36.870 --> 01:42.420 Następnie porozmawiamy o łączeniu w kroku 2 i zrozumiemy, jak działa łączenie, 01:42.420 --> 01:48.960 a my powiemy o kilku kwestiach związanych z łączeniem lub łączeniem i innymi podejściami, które 01:48.960 --> 01:51.960 można zastosować do procesu łączenia. . 01:51.960 --> 01:58.650 Również w tym wykładzie będziemy mieli naprawdę świetny przykład, więc pojawi się bardzo wizualne interaktywne narzędzie, które 01:58.650 --> 01:59.730 przyjrzymy się. 01:59.730 --> 02:05.190 Pamiętaj więc, aby pozostać przy końcu wykładu, ponieważ to doda wiele wartości do twojego 02:05.190 --> 02:06.810 procesu uczenia się. 02:06.810 --> 02:09.110 O czym będziemy rozmawiać na koniec. 02:09.120 --> 02:10.650 Krok trzykrotnie spłaszczony. 02:10.680 --> 02:16.290 W tym miejscu dokonamy szybkiego samouczka, jak przejść z połączonych warstw do spłaszczonego 02:16.380 --> 02:19.560 legowiska, a następnie porozmawiamy o pełnych połączeniach. 02:19.560 --> 02:26.130 Jest to bardzo trudny samouczek, który łączy wszystko i umieszcza wszystko w 02:26.130 --> 02:29.680 perspektywie i pokazuje, jak wszystko działa. 02:29.700 --> 02:35.100 Pod koniec dnia i jak te ostatnie neurony rozumieją, jak klasyfikować Umicha, są bardzo ważne. 02:35.100 --> 02:42.340 Tauriel i miejmy nadzieję, że to podsumuje lub w pewnym sensie zestawi wszystko razem dla ciebie. 02:42.540 --> 02:46.260 I wreszcie otrzymamy podsumowanie, które podsumuje wszystko, o czym mówiliśmy. 02:46.560 --> 02:52.260 Jako dodatkową, małą cechę wprowadziłem samouczek dotyczący miękkiego maksimum i krzyżowej entropii. 02:52.260 --> 02:57.780 Nie musisz więc brać tego samouczka, ale myślałem, że będzie to wspaniały dodatek wiedzy, ponieważ są to 02:57.780 --> 03:02.010 terminy, z którymi będziesz się spotykał, gdy zajmujesz się splotowymi sieciami neuronowymi. 03:02.070 --> 03:08.130 Może więc może od razu odejść, może gdy napotkasz te warunki, zawsze będziesz wiedział, że możesz wrócić 03:08.130 --> 03:13.800 do tego kursu i wziąć ten tutorial, aby lepiej zrozumieć, jaka jest miękka Max i krzyżowa 03:13.800 --> 03:14.530 entropia. 03:14.760 --> 03:20.610 A także, jak zawsze w tych artykułach redakcyjnych, będzie wiele zalecanych lektur, które pozwolą Ci 03:20.670 --> 03:23.100 poszerzyć wiedzę i zdobyć więcej. 03:23.370 --> 03:28.250 I w tej notatce nie mogę się doczekać pierwszego tutoriala, który będzie bardzo zabawny i ekscytujący. 03:28.310 --> 03:31.260 S. I do następnego razu cieszyć się głęboką nauką.