iT邦幫忙

鐵人檔案

2019 iT 邦幫忙鐵人賽
回列表
AI & Data

當自動駕駛遇見AI 系列

自駕化是汽車產業的趨勢之一,也隨著AI技術發展,自動駕駛愈來愈有機會實現。
伴隨自已Udacity自動駕駛的學習課程,希冀能這兒記錄學習歷程、分享交流,能夠在自動駕駛的領域有深入的了解及實作。

鐵人鍊成 | 共 30 篇文章 | 30 人訂閱 訂閱系列文 RSS系列文
DAY 21

Day21-當自動駕駛遇見AI- Project2: Advanced Lane Finding(3)

前言 針對影像進行不失真處理(Undistort Image) 實作 不失真處理(Undistort Image) exampleImg_undistort =...

2018-11-05 ‧ 由 allenchen 分享
DAY 22

Day22-當自動駕駛遇見AI- Project2: Advanced Lane Finding(4)

前言 進行視角轉換工作 實作說明[1] 視角轉換函數 def unwarp(img, src, dst): h,w = img.shape[:2]...

2018-11-06 ‧ 由 allenchen 分享
DAY 23

Day23-當自動駕駛遇見AI- Project2: Advanced Lane Finding(5)

前言 執行索伯算子過濾 實作 Sobel Absolute Threshold # Define a function that applies Sobel x...

2018-11-07 ‧ 由 allenchen 分享
DAY 24

Day24-當自動駕駛遇見AI-Project2-Advanced-Lane-Lines(6)

前言 進行HLS過濾工作 說明 HLS S-Channel Threshold # Define a function that thresholds the...

2018-11-08 ‧ 由 allenchen 分享
DAY 25

Day25-當自動駕駛遇見AI- Tensorflow

前言 TensorFlow由Google創建的開源深度學習庫,可將您的神經網絡知識應用於真實數據集,包括自動駕駛所需之數據集。 TensorFlow安裝說明 安...

2018-11-09 ‧ 由 allenchen 分享
DAY 26

Day26-當自動駕駛遇見AI- TensorFlow-Training Your Logistic Classifier

前言 進行training Logistic Classifier 說明 Linear Function 讓我們推導函數y = Wx + b。 我們想將輸入x轉...

2018-11-10 ‧ 由 allenchen 分享
DAY 27

Day27-當自動駕駛遇見AI- 2層神經網絡(2-Layer Neural Network)

前言 在本課程中,將學習如何使用TensorFlow構建多層神經網絡。 將隱藏層添加到網絡允許它模擬更複雜的功能。 此外,在隱藏層上使用非線性激活功能可以模擬非...

2018-11-11 ‧ 由 allenchen 分享
DAY 28

Day28-當自動駕駛遇見AI- TensorFlow Dropout

前言 Dropout 方法可以解决 overfitting(過度學習,過度擬合),以下介紹TensorFlow Dropout技術。 說明 Dropout是一種...

2018-11-12 ‧ 由 allenchen 分享
DAY 29

Day29-當自動駕駛遇見AI-TensorFlow Convolution Layer

前言 卷積神經網絡(Convolutional Neural Network)簡稱CNN,CNN是所有深度學習模型(Model)之一,CNN在影像識別方面的威力...

2018-11-13 ‧ 由 allenchen 分享
DAY 30

Day30-當自動駕駛遇見AI- 最大池化器( MaxPooling)

前言 本篇文章說明TensorFlow-最大池化器( MaxPooling)之原理 說明 如下圖,用一個 2x2 的矩陣來掃過輸入 (stride = 2),然...

2018-11-14 ‧ 由 allenchen 分享