WEBVTT 00:00.420 --> 00:02.490 Bonjour et bienvenue dans ce tutoriel. 00:02.490 --> 00:06.930 Très bien, nous allons créer aujourd’hui une fonction permettant d’économiser ou de modéliser 00:06.930 --> 00:11.420 le cerveau de la voiture afin de pouvoir l’utiliser chaque fois que nous quitterons l’application. 00:11.430 --> 00:14.350 Merci à la fonction Enregistrer sera en mesure de sauvegarder le modèle. 00:14.400 --> 00:19.470 Ensuite, quittez l’application, puis lorsque nous reviendrons à l’application, nous chargerons la 00:19.470 --> 00:24.720 dernière version de notre modèle, qui est la fonction de chargement. Celle-ci 00:24.720 --> 00:30.210 sera chargée après celle-ci. faire de ces deux fonctions la même fonction et 00:30.210 --> 00:32.190 la fonction de chargement. 00:32.190 --> 00:35.490 Commençons donc avec la même fonction dans ce tutoriel. 00:35.520 --> 00:42.830 Alors, voici la nouvelle définition, puis la sauvegarde et ensuite il faudra un argument pour que ce soit lui-même. 00:43.140 --> 00:49.830 Et la raison en est que ce que nous allons dire n’est pas tout le modèle ici, mais notre 00:50.160 --> 00:57.510 modèle de réseau de neurones de Selldorf et nos cellules d’optimiseur qui l’optimisent, car nous voulons économiser uniquement les derniers poids 00:57.510 --> 01:03.740 datés de la dernière itération car chaque fois que nous voulions réutiliser nos économies plus tard, nous 01:03.990 --> 01:08.900 voulions que l'action joue avec les poids qui avaient déjà été entraînés. 01:09.150 --> 01:11.310 Nous devons donc prendre cette dernière version des poids. 01:11.520 --> 01:16.510 Nous devons également prendre la dernière version de l’optimiseur, car il est connecté à ces poids. 01:16.860 --> 01:17.970 Alors faisons ceci. 01:17.970 --> 01:24.330 Nous avons nos cellules afin que nous puissions prendre notre modèle That en nous-même dans l'optimiseur et nous allons 01:24.330 --> 01:28.800 enregistrer ces deux objets dans un dictionnaire Python et enregistrer ces deux objets. 01:28.850 --> 01:32.460 Nous allons utiliser la même fonction du module torche. 01:32.460 --> 01:40.620 Donc, je commence ici avec la torche qui sauve et entre parenthèses nous allons mettre ces crochets de dictionnaire dans un 01:40.880 --> 01:41.690 dictionnaire. 01:41.680 --> 01:45.550 Bison fonctionne comme ça vous avez une clé qui est votre identifiant. 01:45.660 --> 01:46.650 Donc c'est unique. 01:46.810 --> 01:49.840 Et pour chacun vous avez la valeur que vous voulez obtenir à cette clé. 01:49.890 --> 01:56.840 C'est donc comme une fonction de mappage d'identifiants uniques vers une valeur pour laquelle vous voulez obtenir ces identifiants. 01:56.910 --> 02:03.990 Si vous prenez bien un dictionnaire simple, les clés seront les mots et les valeurs seront les définitions des 02:03.990 --> 02:04.690 mots. 02:04.830 --> 02:10.830 Eh bien, voici que nous allons créer deux clés, une clé pour le premier objet que nous voulons enregistrer, à 02:10.830 --> 02:13.750 savoir le modèle de sous-produit, et une seconde avant. 02:13.760 --> 02:19.770 La deuxième chose que nous voulons dire, c’est nous-mêmes que cet optimiseur et commençons par la première 02:19.770 --> 02:20.250 clé. 02:20.430 --> 02:26.370 Nous avons donc dû donner un nom à cette touche et je vais l'appeler état dans le dicton de la partition, 02:26.370 --> 02:31.550 car vous allez les voir utiliser la fonction dict dict pour enregistrer notre modèle dans le dictionnaire. 02:31.740 --> 02:38.020 C'est donc notre première clé à donner à la valeur que nous voulons attribuer à cette première clé. 02:38.190 --> 02:44.130 Eh bien, comme vous pouvez le voir, j'ai ajouté un petit con ici et ici je vais ajouter l'objet l'objet que je 02:44.130 --> 02:44.790 veux dire. 02:45.000 --> 02:53.340 Donc, le premier objet que je veux dire est le modèle personnel, de sorte que nous pouvons simplement le copier demain et le coller 02:53.640 --> 02:56.240 comme valeur de notre première cellule clé. 02:56.250 --> 03:00.490 Maintenant, nous ajoutons cet état de soulignement dict. 03:00.510 --> 03:00.930 Et c'est parti. 03:00.960 --> 03:01.820 Le premier. 03:02.190 --> 03:07.430 Et ensuite nous ajoutons entre parenthèses et cela enregistrera les paramètres de votre modèle. 03:07.470 --> 03:09.670 Dans ce premier état clé dict. 03:09.950 --> 03:12.330 Et maintenant, disons notre optimiseur. 03:12.360 --> 03:17.640 Nous allons donc ajouter une deuxième clé dans le dictionnaire. Pour ce faire, nous avons ici une virgule. 03:17.640 --> 03:21.010 Ensuite, appuyez sur Entrée, puis nous allons avec notre deuxième clé. 03:21.270 --> 03:22.970 Donc, la deuxième clé, nous allons l'appeler. 03:23.190 --> 03:30.480 Eh bien, nous pouvons appeler cela l'optimiseur, puis appeler et il nous suffit ensuite d'ajouter le nom de l'objet que vous souhaitez 03:30.480 --> 03:31.070 enregistrer. 03:31.260 --> 03:33.390 Et c'est moi. 03:33.390 --> 03:34.650 C'est notre optimiseur. 03:34.800 --> 03:38.700 Nous ajoutons donc ici cet optimiseur. 03:39.180 --> 03:45.080 Et encore une fois, pour définir les paramètres de cet optimiseur, nous sommes ici à nouveau dans cet état. 03:45.210 --> 03:53.310 Et puis nous allons avoir notre modèle enregistré avec tout le poids économisé et notre optimiseur enregistre parfait et ensuite nous allons enregistrer 03:53.310 --> 03:59.550 tout cela dans un fichier et pour ce faire, je vais ajouter un deuxième argument à la 03:59.550 --> 04:06.810 fonction Save qui va être être le nom de ce fichier où nous voulons avoir notre modèle dans notre ensemble 04:06.810 --> 04:07.470 d’optimiseur. 04:07.680 --> 04:13.050 Alors rappelez-vous que je devrais faire une démonstration rapide dans la première partie de ce premier module de voiture autonome. 04:13.140 --> 04:16.530 Vous savez que c'était une démo où nous venons de faire quelques actions aléatoires. 04:16.580 --> 04:21.690 Ce n’était donc pas encore la voiture autonome, mais rappelez-vous que j’avais cliqué sur le bouton Enregistrer 04:21.690 --> 04:28.530 pour enregistrer le modèle, ce qui a créé le dernier cerveau détecté par PCH, à savoir le fichier contenant la même version de votre 04:28.530 --> 04:29.330 courrier électronique. 04:29.520 --> 04:39.270 Je vais donc ajouter ici le dernier soulignement du cerveau de cet âge pour que votre moral et votre optimiseur soient 04:39.270 --> 04:41.790 sauvegardés dans ce fichier créé. 04:41.790 --> 04:44.750 Apportons cette page pour que vous ne l'ayez pas encore. 04:44.850 --> 04:50.450 Mais dès que vous avez indiqué votre modèle sur l'application, ce fichier sera créé grâce à ce code que 04:50.460 --> 04:51.370 nous venons d'ajouter. 04:51.690 --> 04:52.220 D'accord. 04:52.260 --> 04:53.780 Et maintenant, parfait. 04:53.850 --> 04:59.430 Nous avons une fonction sûre qui permettra à votre modèle de sauver le cerveau de votre voiture en 04:59.440 --> 05:06.240 enregistrant les poids et l'optimiseur du nouveau réseau qui est en fait le cerveau de la voiture si parfait que nous n'avons 05:06.240 --> 05:08.250 maintenant qu'une seule fonction à créer. 05:08.250 --> 05:13.310 C'est la fonction de chargement et c'est parce que la même fonction ne va jamais sans une fonction de chargement. 05:13.350 --> 05:15.440 Non, il n'y a pas de raison de sauver votre modèle. 05:15.510 --> 05:17.820 Si vous ne pouvez pas charger ce que vous dites après. 05:17.820 --> 05:23.060 C'est donc la dernière étape de notre parcours avant la démo excitante et nous allons faire fonctionner ce Sloat. 05:23.130 --> 05:26.870 Dans les deux dernières sections Toyota, je vous reverrai donc dans le prochain tutoriel. 05:26.900 --> 05:28.470 Et jusque-là, profitez de l'IA.