Публикации по теме 'self-driving-cars'
M2M День 202: Прикоснувшись к педали
Этот пост является частью 12-месячного проекта ускоренного обучения Month to Master . На май: Моя цель - построить программную часть беспилотного автомобиля .
Большую часть этого месяца я был сосредоточен на создании предиктора угла поворота для моего беспилотного автомобиля.
Однако, чтобы закончить мою машину, важно, чтобы я понимал, как построить систему для управления акселератором / дроссельной заслонкой и тормозом автомобиля (то есть «педалями»).
Хотя это может показаться..
Чему технологические компании, занимающиеся автономными транспортными средствами (AV), могут научиться у генеративного ИИ?
Несмотря на значительные усилия некоторых крупнейших мировых технологических и автомобильных компаний, проблема автономных транспортных средств остается нерешенной. Было инвестировано более 100 миллиардов долларов , чтобы вывести на рынок беспилотники, но технология еще недостаточно развита для коммерческого выпуска автономных транспортных средств.
Недавно я возился с крупномасштабными генераторами изображений с языковым управлением (DALLE2, Stable Diffusion и Google Imagen) и изучал их...
Найдено на этой неделе # 36
В посте этой недели: самоуправляемые автомобили, дроны ATC, Windows 98, Deepmind, одетые кубиты, PWA, лучшие общественные туалеты и EM Drive.
Каждую пятницу я делюсь некоторыми из лучших вещей, с которыми я сталкиваюсь, в основном из Интернета, но также и из реальной жизни! Надеюсь, то, что я нахожу интересным, будет интересно и вам :-)
Фото недели
В день Нового года я посетил фантастический акустический концерт Saramai в здании CHQ в Дублине в рамках Новогоднего фестиваля. Сет..
Увеличение изображения: Сделайте дождь, сделайте снег. Как изменить фотографии для обучения беспилотных автомобилей
Увеличение изображения - это метод создания изображения и его использования для создания новых. Это полезно для таких вещей, как обучение беспилотному вождению автомобиля.
Представьте себе человека за рулем машины в солнечный день. Если начнется дождь, поначалу им может быть трудно управлять автомобилем в дождь. Но постепенно они к этому привыкают.
Искусственная нейронная сеть также находит затруднительным вождение в новой среде, если она не видела это раньше. Это различные техники..
От семантической сегментации до семантического обзора с высоты птичьего полета в симуляторе CARLA
Построение нейронной сети для восстановления вида сверху вниз с четырех боковых камер.
В этом сообщении блога я представляю архитектуру нейронной сети для преобразования этого типа ввода:
в этот тип вывода:
Небольшое примечание: боковые камеры на самом деле не охватывают весь угол 360 ° вокруг автомобиля, поэтому модели необходимо вывести недостающие области из тех, которые фактически предоставлены при вводе. Также: я получил семантическую сегментацию бесплатно из..
Почему кодирование для вас.
Это правильное направление
прежде чем мы перейдем к тому, как, давайте поговорим о том, почему, зачем кому-то учиться программировать?
Не нужно быть ученым, чтобы понять, что мир становится все более и более технологичным. Не так давно вам приходилось выходить и брать визитную карточку, чтобы позвонить по междугороднему телефону, слушать радио для За 7 минут до того, как вы узнали счет янки, или отправляйтесь в интернет-кафе, чтобы проверить свою электронную почту, но теперь это уже..
Искусственный интеллект, что за шум?
Искусственный интеллект, что за шум?
Я помню искусственный интеллект из 1990-х годов, да, верите или нет, как молодой инженер-программист, я тогда был вовлечен, но в те дни не было много аппаратного обеспечения, так как технологии действительно только начинали развиваться быстрее, переходя от high-end X86. ПК от IBM до ПК-клонов, которые сделали его начальным уровнем разработки программного обеспечения для масс.
ИИ в 80-90-х действительно был основан на научно-фантастических фильмах, но..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..