代码详解：轻巧！低廉！为自动驾驶汽车实施端到端学习( 四 )_全文共3507字

端到端自动驾驶汽车的CNN模型

\n \n

上图描述了在CNN模型中，视频作为图像帧被传送到CNN ，模型再输出预期的转向角。然后使用反向传播算法，试着最小化预期转向角与计算出的转向角之间的误差。

\n \n

测试CNN模型

\n \n

训练过后，模型可以使用单个前置摄像头拍摄的视频图像预测转向角。

\n \n

数据集——驾驶中汽车的图像大概有45000幅，共2.2G 。数据集由陈苏利（SullyChen）于2017年制作。数据记录地点为加州的兰乔帕洛斯佛迪斯市和圣佩德罗。

\n \n \n

网络架构——此网络由9层构成，其中包含5个卷积层， 1个归一化层和3个完全连接层。

\n \n

网络架构

\n \n

import tensorflow as tf

import scipy

代码详解：轻巧！低廉！为自动驾驶汽车实施端到端学习( 四 )