文件名称：无人驾驶汽车转向模拟器：该项目的目的是让无人驾驶汽车在虚拟环境中自动转向
文件大小：45.04MB
文件格式：ZIP
更新时间：2024-02-25 01:38:00
python udacity course medium jupyter
无人驾驶汽车转向模拟器 这是基于Sully Chen的NVIDIA自驾车端到端学习（DAVE-2）的实现的自驾车转向模拟器。 怎么跑 要驱动，只需在项目目录中输入以下命令即可（我使用tensorflow创建了项目，因此无需在其前面键入model.json ）： python drive.py 要训练，请输入以下内容： python train_on_game.py 为了进行训练，在项目文件夹中需要有两个metatdata（csv）文件： driving_log.csv （用于培训和验证） test_driving_log.csv （用于测试） 模型 该模型具有五个卷积层，四个完
【文件预览】：
Self-Driving-Car-Steering-Simulator-master
----trainer.py(4KB)
----simulation_data.py(17KB)
----.ipynb_checkpoints()
--------Untitled-checkpoint.ipynb(72B)
----Checkpoint()
--------model_trained_on_game.ckpt.index(2KB)
--------model_trained_on_game.ckpt.meta(175KB)
--------model_trained_on_game.ckpt.data-00000-of-00001(18.26MB)
----train_on_game.py(378B)
----driving_log.csv(4.02MB)
----Data_Analysis.ipynb(30KB)
----Model.PNG(169KB)
----README.md(13KB)
----__pycache__()
--------trainer.cpython-35.pyc(4KB)
--------simulation_data.cpython-35.pyc(12KB)
--------model.cpython-35.pyc(2KB)
----drive.py(4KB)
----License.txt(1KB)
----Img()
--------angles_horiz_flip.png(13KB)
--------angles_horiz_flip_offset.png(14KB)
--------bright_change.jpg(707KB)
--------sat_change.jpg(759KB)
--------smaple_steer0.png(18KB)
--------angles_translation.png(12KB)
--------plus_left_and_right.PNG(61KB)
--------simulator_image.jpg(262KB)
--------angles_lr_offset.png(14KB)
--------shadow_collage.jpg(682KB)
--------augmentation.PNG(986KB)
--------left_and_right_image_offset.PNG(257KB)
--------only_center.PNG(64KB)
--------trans_collage.jpg(749KB)
--------plus_left_right_augmentation.PNG(68KB)
--------aug()
--------smaple_steer2.png(14KB)
--------dave2.jpg(253KB)
--------angles.png(13KB)
--------smaple_steer9.png(18KB)
--------smaple_original.png(21KB)
----save()
--------model_trained_on_game.ckpt.index(2KB)
--------model_trained_on_game.ckpt.meta(175KB)
--------model_trained_on_game.ckpt.data-00000-of-00001(18.26MB)
--------checkpoint(109B)
----logs()
--------events.out.tfevents.1485642010.DESKTOP-UG8KLDP(289KB)
--------events.out.tfevents.1485631930.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485638890.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639389.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639352.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639223.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639271.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485632580.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485641850.DESKTOP-UG8KLDP(289KB)
--------events.out.tfevents.1485638365.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485631820.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639188.DESKTOP-UG8KLDP(292KB)
--------events.out.tfevents.1485639327.DESKTOP-UG8KLDP(292KB)
----model.py(2KB)
----test_driving_log.csv(3.38MB)