(!!! 這篇是重複了，請參見同日前一篇為準。
這篇是因前一篇發文送出後，發生頁面重新導向錯誤且無回應，再重新按發文送出而重複。
現在不知能不能刪、刪了會不會變成喪失資格)

人家一般宅宅玩美少女養成，我們宅宅2.0當然要煉不一樣的養成道路，挑戰真正的玩意兒能去接送你心中的女神（如果她願意上車...我是說真的改裝車嘿）

像這樣，今年的學期用這台玩，2016 Lincoln MKZ：

(圖片來源：Github上的udacity/self-driving-car)

竟然網路學院也這麼大器，年度課程就用年度新車，不搞二手車或用舊年份車！

(圖片來源：Nvidai開發者部落格 https://blogs.nvidia.com/blog/2016/09/23/udacity-nvidia-teach-self-driving-car/ )

然後挑戰目標像這樣：

(圖片來源：Nvidai開發者部落格 https://devblogs.nvidia.com/parallelforall/deep-learning-self-driving-cars/ )

這一篇來看看人家「Udacity網路開放課程」搞Self-Driving Car Engineer、自駕車工程師學程計劃，
這個自幹專案來自這個開放課程：Self-Driving Car Engineer Nanodegree

開放是說開發的「程式碼開放」，課程是要收費的，但是有錢繳學費還不一定能參加，必須已經累積基礎課程，並且成績通過甄選；被選中的團隊新手學員，是和 Nvidai、Google工程師直接學習自動駕駛程式開發，堪稱真正精實鐵人!

看看開放學程當中能夠下班後自學、在台灣自幹自駕車的軟硬體資源，
這挑戰真的是為了搞很大，不能自幹也值得參考：

實做寫code接雷射雷達，16線的LiDAR直接搞上真車，不玩遊園車購物車：

(圖片來源：Udacity self-driving car 課程教師的部落格
https://medium.com/udacity/were-building-an-open-source-self-driving-car-ac3e973cd163#.692zuh3cq ）

一切玩真的、新的，不是Web cam、不用舊車，目的就是確保學的用的是未來能派得上用場、跟得上時代的最新科技，在真實裝置上從無到有自幹出一套真車路跑的無人自動駕駛系統之後，能夠直接進入自動駕駛這門產業帶來新視野新貢獻。

連數位化儀表板都要自幹，當然也是用開源的Android作業系統平台(不是Arduino噢)來實踐玻璃座艙：



(圖片來源：Udacity self-driving car 課程教師的部落格
https://medium.com/udacity/challenge-4-self-driving-car-android-dashboard-83a2a5c8b29e#.ge0q1yizy )

從專案課程入口首頁上，看到雙B車廠logo也出現為合作夥伴，看來的確來頭不小！

先從這個專案的自動駕駛的大小腦說起：

也就是運作類神經網路深度學習軟體，機器學習運算中心的主機板，
這個學程完全是真材實料採用「自動駕駛專用的開發平台 Nvidia DRIVE PX2主機板」，250瓦，水冷散熱，
I/O界面支援12路攝影機輸入、雷射定位、雷達和超音波傳感器；

(圖片來源：Nvidai開發者部落格
https://blogs.nvidia.com/blog/2016/09/23/udacity-nvidia-teach-self-driving-car/ )

CPU是兩顆 NVIDIA Tegra，有8個A57核心和4個 Denver核心；機板主記憶體 8GB。

GPU獨立2顆架構是Pascal，4GB GDDR5顯卡記憶體，頻寬80GB/s，匯流排寬度128bit輸出，主頻1.25GHz，
宣稱性能是Maxwell架構的10倍，單精度計算達到 8TFlops，深度學習計算能力是TITAN X的10倍！

這個專案的軟體學習與實作：

是真槍實彈的學習開發，跑在這個深度學習怪物上面的自動駕駛軟體。
Github上面這個專案的自動駕駛程式下載回來，也是完全可以針對這塊板子運行。

這片板子在2016年4月開始交貨的售價約是美金15000元(沒錯，五位數、三個0)！！
天啊！這麼貴的主機版怎麼買得起來玩改裝車？

不用擔心，因著Github這個版本控制平台，開創出這個課程跨國自幹實作的方式，
比照跨國公司虛擬團隊，學生提交程式碼到Github，校方課程教師和Nvidia工程師代安裝到這個課程的專用訓練車上面執行路跑、評分和交流檢討；
這個開外掛專案要安裝攝影機、感測器的掛架，也在3D列印交稿的作圖提交，由課程老師代安裝和評分。

**Nvidia官網也為此開放學程是在創造汽車史的新文明來嚎洨：**
A Car Is Born: Help Us Reinvent the Car, We’ll Help You Reinvent Your Career

並且在網路爬文看來，似乎矽谷或其他資訊科技與數據科學家的行業裡，已經漸漸開始承認Udacity的各單項學問專研學位「Nanodegree」

(補充與排版中...... )

實作學習資源彙整：

Udacity的「self-driving car」課程入口：
1. https://www.udacity.com/drive
2. https://www.udacity.com/self-driving-car

託管程式碼和相關文擋的Github專案路徑：https://github.com/udacity/self-driving-

Udacity self-driving car 課程教師的部落格
https://medium.com/udacity/challenge-4-self-driving-car-android-dashboard-83a2a5c8b29e#.ge0q1yizy

Nvidia開發者部落格，End-to-End Deep Learning for Self-Driving Cars
https://devblogs.nvidia.com/parallelforall/deep-learning-self-driving-cars/

Nvidia車用解決方案：http://www.nvidia.com.tw/object/drive-automotive-technology-tw.html

udacity/CarND-TensorFlow-Lab，TensorFlow Lab for Self-Driving Car ND：
https://github.com/udacity/CarND-TensorFlow-Lab

(補充與排版中...... )

(!!! 這篇是重複了，請參見同日前一篇為準。
這篇是因前一篇發文送出後，發生頁面重新導向錯誤且無回應，再重新按發文送出而重複。
現在不知能不能刪、刪了會不會變成喪失資格)