代码详解：轻巧！低廉！为自动驾驶汽车实施端到端学习( 九 )_全文共3507字

)

b_fc4 = bias_variable([10
)

\n \n

h_fc4 = tf.nn.relu(tf.matmul(h_fc3_drop W_fc4) + b_fc4)

\n \n

h_fc4_drop = tf.nn.dropout(h_fc4 keep_prob)

\n \n

#Output

W_fc5 = weight_variable([10 1
)

b_fc5 = bias_variable([1
)

\n \n

#linear

#y = tf.multiply((tf.matmul(h_fc4_drop W_fc5) + b_fc5) 2)

## atan

y = tf.multiply(tf.atan(tf.matmul(h_fc4_drop W_fc5) + b_fc5) 2)#scale the atan output

\n \n

此网络的第一层由图像归一化组成。这是硬编码的，因为这部分在模型学习过程中并未涉猎过。归一化通过GPU处理有助于进行加速。

\n \n

卷积层用于特征提取，这是通过对卷积层配置进行的实验后，根据观察结果选出的。在前三个卷积层中使用跨步卷积，其步幅为2x2、内核大小为5x5 ，最后两层中使用非跨步卷积，内核大小为3x3 。

代码详解：轻巧！低廉！为自动驾驶汽车实施端到端学习( 九 )