注册 登录

深度学习在自动驾驶中的应用

2226 3

本课程以智能网联汽车研发真实工作过程实训项目为导向,通过对自动驾驶中所用的图像分类、目标识别、驾驶行为识别等任务,介绍深度学习在自动驾驶中的应用。

课程详情

设计视觉系统架构,在视觉算法的开发和应用工作中需要用到人工智能中的深度学习的方法。本课程以智能网联汽车研发真实工作过程实训项目为导向,通过对自动驾驶中所用的图像分类、目标识别、驾驶行为识别等任务,介绍深度学习在自动驾驶中的应用,主要包括传统机器学习算法、线性分类器、卷积神经网络CNN等的理论介绍与分析,以及在课后使用python,基于sklearn、tensorflow和karas,练习使用各种算法,掌握各种机器学习算法的适用场景,以及解决自动驾驶中相关的问题。

1、有效的掌握 Deep Learning 核心技术及动手能力。

2、使用python,基于sklearn、tensorflow和karas,练习使用各种算法,掌握各种机器学习算法的适用场景,以及解决自动驾驶中相关的问题。

3、把握深度学习的技术发展趋势,熟练掌握深度学习核心技术、主要模型、实践技巧。


深度学习入门需要Python的语言基础,所以建议你先修《Python必备基础与数据科学库》课程,其中1)数组的结构、类型和运算、2)函数的定义、生成和调用、3)工具库安装和运用Numpy/Padas/Matplotlib 等内容对你学习这门课程都是有帮助的。

此外,深度学习的入门需要具备一些高等数学知识,这里会涉及到《微积分》课程的1)导数四则运算、2)复合函数求偏导;《概率论》课程的1)全概率、2)先验概率;《线性代数》课程的1)矩阵(行列式)运算 等知识点,建议你学习这门课程时,随手能够查阅相关高等数学教材,查缺补漏,真正理解深度学习的奥秘。


理论和实操高度结合

课程指导学员使用python,基于sklearn、tensorflow和karas,练习使用各种算法,使学员快速掌握各种机器学习算法的适用场景,并能将此熟练运用到实际工作中。

 

自主分配学习时间

本课程是在线视频教学,学员可以在规定的时间内,根据自己的时间安排,自主学习,学习过程中没有时间和空间的束缚。同时,学员可以多次反复观看学习视频,以此巩固所学知识。


课程章节
  • 数据加载中...

课程评价
0.0 0份评价
  • 0人
  • 0人
  • 0人
  • 0人
  • 0人
  • 最新
  • 评分最高
  • 评分最低
  • 数据加载中...

  • 数据加载中...

  • 数据加载中...