Публикации по теме 'udacity'
Udacity Advanced Lane-Detection of the Road при автономном вождении
Udacity Advanced Lane-Detection of the Road в автономном вождении
Это усовершенствованный проект по поиску полосы движения от Udacity для инженеров по самоуправлению автомобилями Nanodegree. Идентификация полос с использованием обнаружения краев (оператор Собела, градиент величины и направления и цветовое пространство HLS), калибровки и устранения искажений камеры (коррекция искажений и перспективное преобразование) и полиномиальная подгонка для полос.
В этом проекте мы применяем..
Учим машину водить саму себя
Отчет о проекте Udacity 3 - Клонирование поведения
1. Цель
В третьем проекте Udacity Self-Driving Car nanodegree ( www.udacity.com ) нам предлагается разработать систему, которая автономно управляет автомобилем в смоделированной среде.
На вход нам дают симулятор, видеоигру. Мы используем клавиатуру или джойстик, чтобы ездить по трассе. Симулятор записывает снимки экрана с изображениями и принятыми нами решениями: углы поворота, газ и тормоз.
Миссия состоит в том, чтобы создать..
Создание системы рекомендаций по стажировке - I (Введение)
Добро пожаловать в мою мини-серию по созданию системы рекомендаций для рекомендации стажировки. Это также главный проект моей Data Science Nanodegree. Я опубликовал сообщения по следующим темам, чтобы объяснить весь проект:
Вступление Соскоб Очистка Рекомендации
Это первый пост, в котором рассказывается о том, как я начал, об определении проблемы и о том, какие подходы я рассмотрел. Просто общий обзор всего проекта.
Также вот репозиторий github для этого проекта:..
Введение в машинное обучение (урок 4)
Заметки и карта памяти для бесплатного курса «Введение в машинное обучение в Udacity»
Название урока 4 — «Выберите свой собственный алгоритм», что означает, что мы должны изучить наши собственные интересы в различных алгоритмах машинного обучения и применить их к мини-проекту. Инструктор предложил на выбор 3 алгоритма обучения с супервизором, K-nearest Neighbor, Random Forest и Adaboost. Поскольку все предоставленные алгоритмы очень популярны и полезны, особенно для Random Forest и..
Изучение искусственного интеллекта
Изучение искусственного интеллекта
Почему я беру программу AI Nanodegree в Udacity
В нашей жизни бывает время, когда мы в основном учимся. Затем со временем мы меньше узнаем и больше используем свои знания. И очень часто это не просто односторонний процесс, а больше похоже на цикл, который заканчивается и начинается с начала. Для меня сейчас момент, когда новый цикл медленно начинается.
Моя профессиональная карьера связана с мобильностью. Я руководитель мобильной службы в Азимо..
Популярные концепции глубокого обучения
Принц Патель
Введение
Машинное обучение, при котором мы хотим имитировать работу мозга, чтобы связать данные с его функциями. Идея глубокого обучения возникает из имитации работы нейрона. Глубокое обучение появилось на свет только 5 лет назад, но семена этого термина были придуманы в 1940-х годах.
В 1940 году Уолтер Питтс и Уоррен Маккалок разработали метод, получивший название TLU (пороговая логическая единица) , который имитирует активацию нейрона, как в клетке мозга. Затем..
Клонирование поведения с использованием глубокой нейронной сети
Этапы проекта следующие:
Сбор данных с помощью симулятора. Визуализация распределения значений steering и использование методов увеличения. Нормализация набора данных и обрезка ROI изображений. Соответствующая архитектура определена и реализована в Keras . Оверфит модели уменьшен. Настройка параметров сети, например. используя Adam Optimizer для обратного распространения и MSE для отслеживания ошибок. Обучите и проверьте модель с помощью набора для обучения и проверки...