chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

傳特斯拉自動(dòng)駕駛系統(tǒng)是用神經(jīng)網(wǎng)絡(luò)編程的

ml8z_IV_Technol ? 來(lái)源:未知 ? 作者:工程師飛燕 ? 2018-06-20 09:36 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據(jù)外媒報(bào)道,特斯拉汽車公司人工智能AI)總監(jiān)安德烈·卡帕西(Andrej Karpathy)日前參加2018年TRAIN AI大會(huì)時(shí),剖析了該公司構(gòu)建自動(dòng)駕駛儀(Autopilot)計(jì)算機(jī)視覺(jué)解決方案的方法。據(jù)介紹,Autopilot編程團(tuán)隊(duì)主要分為兩部分:第一個(gè)團(tuán)隊(duì)構(gòu)建了神經(jīng)網(wǎng)絡(luò)本身,而第二個(gè)團(tuán)隊(duì)則專注于神經(jīng)網(wǎng)絡(luò)的實(shí)際編程,它包括選擇已標(biāo)注的圖像,幫助神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

“構(gòu)建軟件2.0堆?!?/h2>

卡帕西的任務(wù)是將傳統(tǒng)的、基于規(guī)則的編程方法與神經(jīng)網(wǎng)絡(luò)(也稱機(jī)器學(xué)習(xí)或AI)運(yùn)行時(shí)使用的編程方法區(qū)分開(kāi)來(lái)。在典型的互聯(lián)網(wǎng)術(shù)語(yǔ)中,他使用了神經(jīng)網(wǎng)絡(luò)編程軟件2.0,用以與基于規(guī)則編程的軟件1.0進(jìn)行區(qū)別。事實(shí)證明,兩者之間的差異是相當(dāng)大的,編程神經(jīng)網(wǎng)絡(luò)與編程網(wǎng)頁(yè)或智能手機(jī)應(yīng)用程序是完全不同的。

近年來(lái),隨著計(jì)算機(jī)視覺(jué)解決方案越來(lái)越難以為圖像中的每個(gè)可能對(duì)象定義規(guī)則,這一點(diǎn)變得尤其明顯。然而,這些挑戰(zhàn)并不能阻止程序員嘗試甚至執(zhí)行極其復(fù)雜的計(jì)算機(jī)視覺(jué)分析任務(wù)。

在1990年到2010年之間的照片分析中,早期的研究奠定了現(xiàn)代聚焦于視頻圖像分析的基礎(chǔ),而視頻圖像分析的幀率越高,對(duì)計(jì)算機(jī)資源的壓力就越大。像特斯拉自動(dòng)駕駛儀(Autopilot)這樣的應(yīng)用,要求所有處理過(guò)程都必須是實(shí)時(shí)的,甚至要使用實(shí)時(shí)數(shù)據(jù)來(lái)預(yù)測(cè)附近的司機(jī)會(huì)會(huì)做什么或可能做什么,以降低碰撞危險(xiǎn)。

特斯拉的自動(dòng)駕駛儀解決方案非常依賴計(jì)算機(jī)視覺(jué),而不是激光雷達(dá)和其他傳感器,因?yàn)樘厮估膱F(tuán)隊(duì)認(rèn)為,計(jì)算機(jī)視覺(jué)在根本上更加卓越,強(qiáng)大的攝像頭陣列足以支持完全自動(dòng)駕駛解決方案。

卡帕西深入探究了特斯拉團(tuán)隊(duì)用來(lái)破解自動(dòng)駕駛儀計(jì)算機(jī)視覺(jué)難題的方法。自動(dòng)駕駛儀編程團(tuán)隊(duì)主要分為兩部分:第一個(gè)團(tuán)隊(duì)構(gòu)建了神經(jīng)網(wǎng)絡(luò)本身,而第二個(gè)團(tuán)隊(duì)則專注于神經(jīng)網(wǎng)絡(luò)的實(shí)際編程,它包括選擇已標(biāo)注的圖像,幫助神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。

正如編程代碼必須高效和有效一樣,卡帕西注意到用于編程神經(jīng)網(wǎng)絡(luò)的圖像必須夠大、夠多樣化以及干凈。為神經(jīng)網(wǎng)絡(luò)編程更多的是識(shí)別異常,并為正確的行為編寫(xiě)軟件2.0堆棧,而不是為正常情況下的系統(tǒng)編程。

我們可以用簡(jiǎn)單的方法來(lái)比較為圖像編程的神經(jīng)網(wǎng)絡(luò),它就像十字路口的交通信號(hào)。大多數(shù)信號(hào)系統(tǒng)都有標(biāo)準(zhǔn)的紅黃綠設(shè)置,可以通過(guò)提供紅燈圖像并將其標(biāo)記為指示車輛應(yīng)該停車的信號(hào)來(lái)進(jìn)行建模。

與此相對(duì)應(yīng),綠燈表示車輛可以繼續(xù)通過(guò)十字路口。黃色是同樣重要的指標(biāo),但比紅色和綠色交替出現(xiàn)的頻率要低得多。神經(jīng)網(wǎng)絡(luò)必須被編程以同樣好地理解這三者的關(guān)系,即使在現(xiàn)實(shí)世界中黃色燈光出現(xiàn)的頻率遠(yuǎn)低于綠色和紅色。

特斯拉認(rèn)為,從根本上說(shuō),與人類駕駛汽車相比,該公司自動(dòng)駕駛儀解決方案將會(huì)在行駛過(guò)程中提供更安全的駕駛體驗(yàn)。這是有意義的,也十分重要,但這只是暗示了一種更廣泛的可能性,即車輛在世界上任何地方、任何情況下都能自動(dòng)駕駛。

與人類駕駛汽車相比,特斯拉的自動(dòng)駕駛汽車如今已經(jīng)幫助減少4倍車禍死亡人數(shù)。其首席執(zhí)行官伊隆·馬斯克(Elon Musk)相信,將來(lái)其至少可以提供10倍的改進(jìn)效果。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4820

    瀏覽量

    106306
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6392

    瀏覽量

    130807
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14559

    瀏覽量

    174543

原文標(biāo)題:特斯拉AI總監(jiān)自曝自動(dòng)駕駛系統(tǒng)秘密:用神經(jīng)網(wǎng)絡(luò)編程

文章出處:【微信號(hào):IV_Technology,微信公眾號(hào):智車科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    一文讀懂特斯拉自動(dòng)駕駛FSD從輔助到端到端的演進(jìn)

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛行業(yè)發(fā)展至今,特斯拉一直被很多企業(yè)對(duì)標(biāo),其FSD系統(tǒng)的每一次更新,都會(huì)獲得非常多人的關(guān)注。早期自動(dòng)駕駛是一個(gè)分層的、由多模塊組成的
    的頭像 發(fā)表于 10-11 09:13 ?189次閱讀
    一文讀懂<b class='flag-5'>特斯拉</b><b class='flag-5'>自動(dòng)駕駛</b>FSD從輔助到端到端的演進(jìn)

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲(chóng)的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?401次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    想實(shí)現(xiàn)自動(dòng)駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來(lái),隨著人工智能、車載計(jì)算平臺(tái)、傳感器技術(shù)的快速進(jìn)步,自動(dòng)駕駛已從實(shí)驗(yàn)室走向?qū)嶋H道路。而支撐這一切的,是一套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這套架構(gòu)就像一輛自動(dòng)駕駛汽車的大腦與神經(jīng)網(wǎng)絡(luò),
    的頭像 發(fā)表于 08-30 09:40 ?2049次閱讀

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問(wèn)題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合
    發(fā)表于 06-16 22:09

    純視覺(jué)的自動(dòng)駕駛會(huì)有哪些安全問(wèn)題?

    [首發(fā)于智駕最前沿微信公眾號(hào)]特斯拉CEO埃隆·馬斯克認(rèn)為,在復(fù)雜的道路駕駛環(huán)境中,模擬生物神經(jīng)網(wǎng)絡(luò)和眼睛的視覺(jué)系統(tǒng)才是最為有效的方式。他也曾在在多個(gè)場(chǎng)合批評(píng)激光雷達(dá)技術(shù)為“錯(cuò)誤的解決
    的頭像 發(fā)表于 06-16 09:56 ?451次閱讀
    純視覺(jué)的<b class='flag-5'>自動(dòng)駕駛</b>會(huì)有哪些安全問(wèn)題?

    新能源車軟件單元測(cè)試深度解析:自動(dòng)駕駛系統(tǒng)視角

    的潛在風(fēng)險(xiǎn)增加,尤其是在自動(dòng)駕駛等安全關(guān)鍵系統(tǒng)中。根據(jù)ISO 26262標(biāo)準(zhǔn),自動(dòng)駕駛系統(tǒng)的安全完整性等級(jí)(ASIL-D)要求單點(diǎn)故障率必須低于10^-8/小時(shí),這意味著每小時(shí)的故障概
    發(fā)表于 05-12 15:59

    自動(dòng)駕駛感知系統(tǒng)中卷積神經(jīng)網(wǎng)絡(luò)原理的疑點(diǎn)分析

    和語(yǔ)音識(shí)別等領(lǐng)域取得了顯著成就,并廣泛用于車輛自動(dòng)駕駛的圖像目標(biāo)識(shí)別中。 1.局部連接:CNN通過(guò)局部連接的方式減少了網(wǎng)絡(luò)自由參數(shù)的個(gè)數(shù),從而降低了計(jì)算復(fù)雜度,并使網(wǎng)絡(luò)更易于訓(xùn)練。與全連接網(wǎng)絡(luò)
    的頭像 發(fā)表于 04-07 09:15 ?534次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>感知<b class='flag-5'>系統(tǒng)</b>中卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>原理的疑點(diǎn)分析

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異,以下是對(duì)兩者的比較: 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) : BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:53 ?1074次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過(guò)訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類、回歸等任務(wù),無(wú)需人工進(jìn)行復(fù)雜的特征工程。 泛化能力強(qiáng) : BP神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練數(shù)據(jù)學(xué)習(xí)到的特征表示
    的頭像 發(fā)表于 02-12 15:36 ?1315次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對(duì)它們之間關(guān)系的介紹: 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural N
    的頭像 發(fā)表于 02-12 15:15 ?1210次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。在本文中,我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)模型之所
    的頭像 發(fā)表于 01-09 10:24 ?1841次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    馬斯克重申:純視覺(jué)是自動(dòng)駕駛的未來(lái)

    近日,特斯拉始終堅(jiān)持其獨(dú)特的純視覺(jué)感知系統(tǒng)。這一系統(tǒng)摒棄了傳統(tǒng)的毫米波雷達(dá),完全依賴于攝像頭與先進(jìn)的人工神經(jīng)網(wǎng)絡(luò),以實(shí)現(xiàn)自動(dòng)駕駛的功能。
    的頭像 發(fā)表于 12-04 14:09 ?992次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見(jiàn)的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-15 14:53 ?2283次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)(如前饋
    的頭像 發(fā)表于 11-15 09:42 ?1817次閱讀