没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能深度学习AI人工智能课程麻省理工2017深度学习公开课：自动驾驶的深度学习共82页.pdf

AI人工智能课程麻省理工2017深度学习公开课：自动驾驶的深度学习共82页.pdf

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

人工智能

课程资源

深度学习

自动驾驶

0 下载量 164 浏览量 2024-07-14 14:41:53 上传评论收藏 5.57MB PDF 举报

温馨提示

试读

82页

AI人工智能课程麻省理工2017深度学习公开课：自动驾驶的深度学习共82页.pdf

资源推荐

资源详情

资源评论

Lex Fridman:

fridman@mit.edu

Website:

cars.mit.edu

January

2017

Course 6.S094:

Deep Learning for Self-Driving Cars

6.S094: Deep Learning for Self-Driving Cars

Lecture 1: Introduction to Deep Learning and Self-Driving Cars

cars.mit.edu

References: [13, 14]

Lex Fridman:

fridman@mit.edu

Website:

cars.mit.edu

January

2017

Course 6.S094:

Deep Learning for Self-Driving Cars

Administrative

• Website: cars.mit.edu

• Contact Email: deepcars@mit.edu

• Required:

• Create an account on the website.

• Follow the tutorial for each of the 2 projects.

• Recommended:

• Ask questions

• Win competition!

Lex Fridman:

fridman@mit.edu

Website:

cars.mit.edu

January

2017

Course 6.S094:

Deep Learning for Self-Driving Cars

Target Audience

You may be:

• New to programming

• New to machine learning

• New to robotics

What you will learn:

• An overview of deep learning methods:

• Deep Reinforcement Learning

• Convolutional Neural Networks

• Recurrent Neural Networks

• How deep learning can help improve each component of

autonomous driving: perception, localization, mapping, control,

planning, driver state

Lex Fridman:

fridman@mit.edu

Website:

cars.mit.edu

January

2017

Course 6.S094:

Deep Learning for Self-Driving Cars

Target Audience

Not many equation slides like the following:

* Though it would be more efficient, since the above is LaTeX code automatically

generated character by character with Recurrent Neural Networks (RNNs)

[35] Andrej Karpathy. “The Unreasonable Effectiveness of Recurrent Neural Networks." (2015).

References: [35]

Lex Fridman:

fridman@mit.edu

Website:

cars.mit.edu

January

2017

Course 6.S094:

Deep Learning for Self-Driving Cars

Guest Speakers

剩余81页未读，继续阅读

评论收藏

内容反馈

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

passionSnail

粉丝: 443
资源: 6875

下载权益

C知道特权

VIP文章

课程特权

VIP享7折，此内容立减5.97元

开通VIP

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

AI人工智能课程 麻省理工2017深度学习公开课：自动驾驶的深度学习 共82页.pdf

AI人工智能课程 麻省理工2017深度学习公开课：卷积神经网络 共116页.pdf

AI人工智能课程 麻省理工2018深度学习公开课：自动驾驶汽车 共77页.pdf

AI人工智能课程 麻省理工2018深度学习公开课：深度强化学习PPT 共89页.pdf

AI人工智能课程 麻省理工2018深度学习公开课：计算机视觉 共72页.pdf

AI人工智能课程 麻省理工2019深度学习公开课：自动驾驶的最新技术 共58页.pdf

AI人工智能课程 麻省理工2017深度学习公开课：递归神经网络 共58页.pdf

麻省理工2017深度学习公开课：自动驾驶的深度学习.pdf

AI人工智能课程 麻省理工2018深度学习公开课：人类感知的深度学习 共98页.pdf

AI人工智能课程 麻省理工2017公开课：深度强化学习 共76页.pdf

AI人工智能课程 麻省理工2018深度学习公开课第一讲PPT 深度学习与自动驾驶 共79页.pdf

麻省理工2017深度学习公开课：卷积神经网络.pdf

AI人工智能课程 麻省理工2017公开课：人性化的深度学习 共43页.pdf

麻省理工2017深度学习公开课：递归神经网络.pdf

麻省理工2019深度学习公开课：自动驾驶的最新技术.pdf

麻省理工2018深度学习公开课：自动驾驶汽车.pdf

麻省理工2018深度学习公开课：深度强化学习PPT.pdf

麻省理工2018深度学习公开课：人类感知的深度学习.pdf

麻省理工2018深度学习公开课：计算机视觉.pdf

麻省理工2017公开课：人性化的深度学习.pdf

YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数

Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt

社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期

行人跌倒数据集（VOC格式）

CIFAR10数据集免费下载

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

Deep Learning Tuning Playbook（中译版）

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

最新资源

AI人工智能课程麻省理工2017深度学习公开课：自动驾驶的深度学习共82页.pdf

AI人工智能课程麻省理工2017深度学习公开课：卷积神经网络共116页.pdf

AI人工智能课程麻省理工2018深度学习公开课：自动驾驶汽车共77页.pdf

AI人工智能课程麻省理工2018深度学习公开课：深度强化学习PPT 共89页.pdf

AI人工智能课程麻省理工2018深度学习公开课：计算机视觉共72页.pdf

AI人工智能课程麻省理工2019深度学习公开课：自动驾驶的最新技术共58页.pdf

AI人工智能课程麻省理工2017深度学习公开课：递归神经网络共58页.pdf

AI人工智能课程麻省理工2018深度学习公开课：人类感知的深度学习共98页.pdf

AI人工智能课程麻省理工2017公开课：深度强化学习共76页.pdf

AI人工智能课程麻省理工2018深度学习公开课第一讲PPT 深度学习与自动驾驶共79页.pdf

AI人工智能课程麻省理工2017公开课：人性化的深度学习共43页.pdf