文件名称：颜色分类leetcode-self-driving-car:Udacity自动驾驶汽车纳米学位
文件大小：222.3MB
文件格式：ZIP
更新时间：2024-07-26 16:25:16
系统开源
颜色分类leetcode 第 1 学期：计算机视觉和深度学习 介绍 1. 认识导师了解构成自动驾驶汽车的系统以及程序的结构。 2. 项目：检测车道线从视频流中检测高速公路车道线。 使用 OpenCV 图像分析技术来识别线条，包括 Hough 变换和 Canny 边缘检测。 深度学习 1. 机器学习： 回顾机器学习的基础知识，包括回归和分类。 2. 神经网络： 了解感知器、激活函数和基本神经网络。 用 Python 实现你自己的神经网络。 3.物流分类器： 研究如何使用机器学习训练逻辑分类器。 在 TensorFlow 中实现逻辑分类器。 4.优化： 研究优化分类器性能的技术，包括验证和测试集、梯度下降、动量和学习率。 5. 整流线性单元： 评估激活函数以及它们如何影响性能。 6. 正则化： 学习包括 dropout 在内的技术，以避免网络过度拟合训练数据。 7. 卷积神经网络： 研究卷积神经网络的构建块，包括过滤器、步幅和池化。 8.项目：交通标志分类实施和训练卷积神经网络来对交通标志进行分类。 使用验证集、池化和 dropout 来选择网络架构并提高性能。 9. 凯拉斯： 在 Ker