【文件属性】：
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：2021-07-06 22:38:36
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