日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

特斯拉神經(jīng)網(wǎng)絡(luò)改進很多,可探測識別更多物體

汽車玩家 ? 來源:網(wǎng)易科技 ? 作者:小小 ? 2019-12-25 09:54 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

12月25日消息,據(jù)外媒報道,特斯拉部分車主已經(jīng)收到預(yù)覽版本的“FSD(全自動駕駛)套件”,顯示這家電動汽車制造商的神經(jīng)網(wǎng)絡(luò)有了長足改進,可以探測和識別出更多常見物體,比如交通燈、垃圾桶以及車道標志等。

特斯拉車主兼發(fā)燒友史蒂夫·哈梅爾(Steve Hamel)在收到最新2019.40.50軟件更新后,記錄了Model 3新增的部分功能,并分享了多張照片。

照片中顯示,特斯拉汽車上的神經(jīng)網(wǎng)絡(luò)現(xiàn)在能夠識別垃圾桶、車道線、道路上繪制的箭頭,以及交通燈不斷變化的顏色。停車標志和道路標記在最近的更新中也被準確顯示出來。在性能方面,哈梅爾在Twitter上稱,Navigate on Autopilot等功能已經(jīng)得到改進。

與Waymo和Cruise等自動駕駛公司不同,特斯拉打算不使用激光雷達(LiDAR)。馬斯克解釋說,激光雷達在太空中很有用,但用在普通汽車上卻顯得相當(dāng)愚蠢。在他看來,只需一套攝像頭和一個神經(jīng)網(wǎng)絡(luò)足以教會一支車隊如何自動駕駛。

特斯拉始終致力于通過該公司車隊收集的數(shù)據(jù)來改進其輔助駕駛軟件Autopilot和全自動駕駛套件。然后,這些數(shù)據(jù)被輸入到公司的神經(jīng)網(wǎng)絡(luò)中,后者會根據(jù)輸入的數(shù)據(jù)進行改進。

過去,特斯拉對其神經(jīng)網(wǎng)絡(luò)的官方功能始終保持沉默,直到幾天前,特斯拉首席執(zhí)行官埃隆·馬斯克(Elon Musk)在Twitter上表示,即將發(fā)布的更新軟件版本2019.40.50中將包含預(yù)覽版“全自動駕駛套件”。

這次更新增加了許多新功能,如Driver Profiles、Tesla Arcade Games、Trax以及Tesla Theater等。但除了這些改進之外,此次更新還讓人們對全自動駕駛功能“先睹為快”。

當(dāng)然,特斯拉的新可視化功能只展現(xiàn)了該公司完整自動駕駛解決方案的冰山一角。向該公司車隊發(fā)布最新的視覺圖像表明,特斯拉全自動駕駛功能改進在過去幾個月里取得了很大成果。

然而,看到特斯拉的電動汽車識別出道路上原本無處不在的物體,表明Autopilot和全自動駕駛功能正走在通往真正自動駕駛的正確道路上。畢竟,這些看得見的東西已經(jīng)給人留下深刻印象,支持這套系統(tǒng)的后端技術(shù)可能更加先進。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6424

    瀏覽量

    131546
  • 激光雷達
    +關(guān)注

    關(guān)注

    983

    文章

    4577

    瀏覽量

    197335
  • 自動駕駛
    +關(guān)注

    關(guān)注

    795

    文章

    15044

    瀏覽量

    181912
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    基于神經(jīng)網(wǎng)絡(luò)的負載機械速度估計器實現(xiàn)方案

    本文提出了一種基于神經(jīng)網(wǎng)絡(luò)(NN)的負載機械速度估計器的實用實現(xiàn),適用于具有彈性耦合(elastic coupling)的驅(qū)動系統(tǒng),使用重構(gòu)FPGA。
    的頭像 發(fā)表于 05-16 09:07 ?913次閱讀
    基于<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的負載機械速度估計器實現(xiàn)方案

    為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡(luò)引擎?

    我想知道為什么 VisionFive V1 板上的 JH7100 中并存 NVDLA 引擎和神經(jīng)網(wǎng)絡(luò)引擎,請問?您能否舉一些關(guān)于他們的用例的例子?
    發(fā)表于 03-25 06:01

    面向嵌入式部署的神經(jīng)網(wǎng)絡(luò)優(yōu)化:模型壓縮深度解析

    1.為什么需要神經(jīng)網(wǎng)絡(luò)模型壓縮? 神經(jīng)網(wǎng)絡(luò)已經(jīng)成為解決復(fù)雜機器學(xué)習(xí)問題的強大工具。然而,這種能力往往伴隨著模型規(guī)模和計算復(fù)雜度的增加。當(dāng)輸入維度較大(例如長時序窗口、高分辨率特征空間)時,模型需要
    的頭像 發(fā)表于 02-24 15:37 ?5546次閱讀
    面向嵌入式部署的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>優(yōu)化:模型壓縮深度解析

    神經(jīng)網(wǎng)絡(luò)的初步認識

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?513次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認識

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標是訓(xùn)練一個手寫數(shù)字識別神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重數(shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲器內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1649次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn),如計算速度慢、訓(xùn)練時間長等
    的頭像 發(fā)表于 09-17 13:31 ?1355次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計算與加速技術(shù)

    基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真模型解決方案

    在基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真(DPD)模型中,使用不同的激活函數(shù)對整個系統(tǒng)性能和能效有何影響?
    的頭像 發(fā)表于 08-29 14:01 ?3735次閱讀

    無刷電機小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究

    摘要:論文通過對無刷電機數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機故障診斷中的應(yīng)用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學(xué)習(xí)、自適應(yīng)的問題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機轉(zhuǎn)速估計中的仿真研究

    眾多方法中,由于其結(jié)構(gòu)簡單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產(chǎn)品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡(luò)的特點,使估計更為簡單、快速
    發(fā)表于 06-16 21:54

    智能照明系統(tǒng):具備認知能力的“光神經(jīng)網(wǎng)絡(luò)

    ,形成具備認知能力的“光神經(jīng)網(wǎng)絡(luò)”。 一、技術(shù)架構(gòu)的革新突破 1.感知層 環(huán)境光傳感器捕捉自然光照度,人體存在探測器識別微動熱源,溫濕度模塊監(jiān)測環(huán)境參數(shù)。新型系統(tǒng)甚至集成聲音識別單元,實現(xiàn)聲光聯(lián)動控制。 2.
    的頭像 發(fā)表于 06-05 15:46 ?848次閱讀

    基于FPGA搭建神經(jīng)網(wǎng)絡(luò)的步驟解析

    本文的目的是在一個神經(jīng)網(wǎng)絡(luò)已經(jīng)通過python或者MATLAB訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型,將訓(xùn)練好的模型的權(quán)重和偏置文件以TXT文件格式導(dǎo)出,然后通過python程序?qū)xt文件轉(zhuǎn)化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1570次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的步驟解析
    平武县| 从江县| 福安市| 时尚| 百色市| 丹凤县| 沙坪坝区| 赫章县| 桂平市| 江陵县| 延吉市| 丰镇市| 北海市| 镶黄旗| 许昌市| 安新县| 重庆市| 长春市| 六盘水市| 仪征市| 台南市| 大石桥市| 阿瓦提县| 民县| 阿克| 闽清县| 赫章县| 双柏县| 昂仁县| 弥勒县| 象州县| 疏附县| 岑巩县| 黄冈市| 建德市| 佛学| 郑州市| 尖扎县| 林甸县| 平江县| 镇安县|