女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

如何從其龐大的客戶車隊中獲取訓練數據,以訓練其自動駕駛神經網絡

倩倩 ? 來源:PingWest品玩 ? 2020-03-27 15:03 ? 次閱讀

PingWest品玩3月23日訊,據Electrek報道,電動汽車制造商特斯拉已經申請了一項專利,內容是如何從其龐大的客戶車隊中獲取訓練數據,以訓練其自動駕駛神經網絡

這項專利是為特斯拉申請的,但特斯拉人工智能和自動駕駛軟件主管安德烈·卡帕西(Andrej Karparis)被指定為該申請的唯一發明人。

卡帕西描述了在應用程序中為深度學習培訓收集數據的問題:“用于自動駕駛等應用的深度學習系統是通過訓練機器學習模型來開發的。通常,深度學習系統的性能至少部分地受到用于訓練模型的訓練集的質量限制。在許多情況下,大量的資源被投入到收集、管理和注釋培訓數據上。創建訓練集所需的工作量可能很大,而且通常是單調乏味的。此外,通常很難收集機器學習模型需要改進的特定用例的數據。”

特斯拉開發自動駕駛系統的方式與大多數其他公司大不相同。盡管大多數其他公司利用相對較少的測試車隊來收集數據并測試其系統,但特斯拉使用其數十萬輛配備了一系列傳感器的客戶汽車來收集道路和駕駛數據,并在“影子模式”下測試其自動駕駛系統。車隊收集的這些數據對特斯拉訓練其神經網絡實現自動駕駛極其有價值。然而,他們必須小心他們收集并提供給網絡的內容。

卡帕西在專利申請中注明:“隨著機器學習模型變得越來越復雜,比如深層神經網絡,大量訓練數據集的必要性也相應增加。與淺層神經網絡相比,這些深層神經網絡可能需要更多的訓練樣本,以確保它們的泛化能力較高。例如,雖然神經網絡可以被訓練成對于所給訓練數據來說高度精確,但其可能不能很好地推廣到未見的未來示例中。在這個例子中,神經網絡可能受益于訓練數據中包含的額外示例。”

因此,卡帕西解釋了他的專利方法,在傳輸之前就對源數據進行分類:“示例方法包括接收傳感器并將神經網絡應用于傳感器數據。將觸發器分類器應用于神經網絡的中間結果,以確定傳感器數據的分類器評分。根據至少部分分類器得分,決定是否通過計算機網絡傳輸至少部分傳感器數據。一旦確定為陽性,傳感器數據就會被傳輸并用于生成訓練數據。”

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4809

    瀏覽量

    102826
  • 自動駕駛
    +關注

    關注

    788

    文章

    14209

    瀏覽量

    169604
  • 深度學習
    +關注

    關注

    73

    文章

    5555

    瀏覽量

    122495
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    如何訓練BP神經網絡模型

    BP(Back Propagation)神經網絡是一種經典的人工神經網絡模型,訓練過程主要分為兩個階段:前向傳播和反向傳播。以下是訓練BP
    的頭像 發表于 02-12 15:10 ?735次閱讀

    LSTM神經網絡訓練數據準備方法

    LSTM(Long Short-Term Memory,長短期記憶)神經網絡訓練數據準備方法是一個關鍵步驟,它直接影響到模型的性能和效果。以下是一些關于LSTM神經網絡
    的頭像 發表于 11-13 10:08 ?1938次閱讀

    FPGA在自動駕駛領域有哪些應用?

    數據處理和預處理,實現實時計算和反饋。 二、數據傳輸與處理FPGA在自動駕駛扮演著數據傳輸和處理的角色。它能夠支持多種傳感器(如激光雷達
    發表于 07-29 17:09

    Python自動訓練人工神經網絡

    人工神經網絡(ANN)是機器學習中一種重要的模型,它模仿了人腦神經元的工作方式,通過多層節點(神經元)之間的連接和權重調整來學習和解決問題。Python由于強大的庫支持(如Tenso
    的頭像 發表于 07-19 11:54 ?627次閱讀

    如何使用經過訓練神經網絡模型

    使用經過訓練神經網絡模型是一個涉及多個步驟的過程,包括數據準備、模型加載、預測執行以及后續優化等。
    的頭像 發表于 07-12 11:43 ?1793次閱讀

    脈沖神經網絡怎么訓練

    脈沖神經網絡(SNN, Spiking Neural Network)的訓練是一個復雜但充滿挑戰的過程,它模擬了生物神經元通過脈沖(或稱為尖峰)進行信息傳遞的方式。以下是對脈沖神經網絡
    的頭像 發表于 07-12 10:13 ?1112次閱讀

    BP神經網絡樣本的獲取方法

    訓練樣本是至關重要的。 數據收集 數據收集是構建BP神經網絡模型的第一步。根據研究領域和應用場景的不同,數據來源可以分為以下幾種: 1.1
    的頭像 發表于 07-11 10:50 ?966次閱讀

    20個數據可以訓練神經網絡

    當然可以,20個數據點對于訓練一個神經網絡來說可能非常有限,但這并不意味著它們不能用于訓練。實際上,神經網絡可以
    的頭像 發表于 07-11 10:29 ?1703次閱讀

    怎么對神經網絡重新訓練

    發生變化,導致神經網絡的泛化能力下降。為了保持神經網絡的性能,需要對進行重新訓練。本文將詳細介紹重新訓練
    的頭像 發表于 07-11 10:25 ?778次閱讀

    BP神經網絡的基本結構和訓練過程

    BP神經網絡,全稱為反向傳播神經網絡(Backpropagation Neural Network),是一種在機器學習、數據挖掘和模式識別等領域廣泛應用的人工神經網絡模型。
    的頭像 發表于 07-10 15:07 ?7538次閱讀
    BP<b class='flag-5'>神經網絡</b>的基本結構和<b class='flag-5'>訓練</b>過程

    神經網絡如何用無監督算法訓練

    神經網絡作為深度學習的重要組成部分,訓練方式多樣,其中無監督學習是一種重要的訓練策略。無監督學習旨在從未標記的數據中發現
    的頭像 發表于 07-09 18:06 ?1378次閱讀

    如何利用Matlab進行神經網絡訓練

    ,使得神經網絡的創建、訓練和仿真變得更加便捷。本文將詳細介紹如何利用Matlab進行神經網絡訓練,包括網絡創建、
    的頭像 發表于 07-08 18:26 ?3477次閱讀

    神經網絡前向傳播和反向傳播在神經網絡訓練過程中的作用

    神經網絡是一種強大的機器學習模型,它通過模擬人腦神經元的連接方式來處理復雜的數據神經網絡的核心是前向傳播和反向傳播算法。本文將詳細介紹神經網絡
    的頭像 發表于 07-03 11:11 ?2379次閱讀

    卷積神經網絡訓練的是什么

    訓練過程以及應用場景。 1. 卷積神經網絡的基本概念 1.1 卷積神經網絡的定義 卷積神經網絡是一種前饋深度學習模型,核心思想是利用卷積
    的頭像 發表于 07-03 09:15 ?861次閱讀

    如何訓練和優化神經網絡

    神經網絡是人工智能領域的重要分支,廣泛應用于圖像識別、自然語言處理、語音識別等多個領域。然而,要使神經網絡在實際應用取得良好效果,必須進行有效的訓練和優化。本文將從
    的頭像 發表于 07-01 14:14 ?907次閱讀