AI在汽车中的应用：实用深度学习

https://mp.weixin.qq.com/s/NIza8E5clC18eMF_4GMwDw

深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目，隐含层利用数学方法处理（筛选/卷积）各层之间的数据，从而得出最终结果。在视觉系统中，深度（vs.宽度）网络倾向于利用已识别的特征，通过构建更深的网络最终来实现更通用的识别。这些多层的优点是各种抽象层次的学习特征。

在未来的某个时候，人们必定能够相对自如地运用人工智能，安全地驾车出行。这个时刻何时到来我无法预见；但我相信，彼时“智能”会显现出更“切实”的意义。

与此同时，通过深度学习方法，人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。

深度学习这一概念在几十年前就已提出，但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目，隐含层利用数学方法处理（筛选/卷积）各层之间的数据，从而得出最终结果。在视觉系统中，深度（vs.宽度）网络倾向于利用已识别的特征，通过构建更深的网络最终来实现更通用的识别。这些多层的优点是各种抽象层次的学习特征。

例如，若训练深度卷积神经网络（CNN）来对图像进行分类，则第一层学习识别边缘等最基本的东西。下一层学习识别成形的边缘的集合。后续图层学习识别诸如眼或鼻这样的形状的集合，而最后一层将学习甚至更高阶（如面部）的特征。多层更擅长进行归纳，因为它们可以学习原始数据和高级分类之间的所有中间特征。如图1所示，这种跨越多层的归纳对于最终用例是有利的，如对交通标志进行分类，或者尽管存在墨镜、帽子和/或其他类型的障碍物，也可能识别特定面部。

图 1：简易交通标志示例

深度学习的“学习”层面源于对分层网络如何在给定大量已知输入及其期望输出的情况下产生更准确结果（图2）所需的训练（反向传播）的迭代。这种学习减少了那些迭代产生的错误，并最终获得分层函数的结果，以满足整体系统需求，并为目标应用程序提供极其稳健的解决方案。这种学习/分层/互连类型类似于生物神经系统，因此支持人工智能的概念。

图 2：简易反向传播示例

尽管深度学习具有效力，但其在实际应用中也遇到了一些挑战。对于容易受到系统限制因素（如总体成本、功耗和扩展计算能力）影响的嵌入式应用程序而言，在设计支持深度学习功能的系统时必须考虑这些限制因素。开发人员可以使用前端工具，如Caffe（最初由加州大学伯克利分校开发的深度学习框架）或TensorFlow（谷歌的发明）来开发总网络、层和相应的功能，以及目标最终结果的培训和验证。完成此操作后，针对嵌入式处理器的工具可将前端工具的输出转换为可在该嵌入式器件上或该嵌入式器件中执行的软件。

TI深度学习（TIDL）框架（图3）支持在TI TDAx汽车处理器上运行的深度学习/基于CNN的应用程序，以在高效的嵌入式平台上提供极具吸引力的高级驾驶辅助系统（ADAS）功能。

图 3：TIDL框架（TI器件转换器和深度学习库）

TIDL框架为软件可扩展性提供快速嵌入式开发和平台抽象；在TI硬件上实现用于加速CNN的高度优化的内核，以及支持从开放框架（如Caffe和TensorFlow）到使用TIDL应用程序编程界面的嵌入式框架进行网络转换的转换器。

-END-

转载于:https://www.cnblogs.com/DicksonJYL/p/9668300.html

AI在汽车中的应用：实用深度学习相关推荐

AI：人工智能领域之AI基础概念术语之机器学习、深度学习、数据挖掘中常见关键词、参数等5000多个单词中英文对照(绝对干货)
AI:人工智能领域之AI基础概念术语之机器学习.深度学习.数据挖掘中常见关键词.参数等5000多个单词中英文对照(绝对干货) 导读本博主基本收集了网上所有有关于ML.DL的中文解释词汇,机 ...
AI Studio 飞桨零基础入门深度学习笔记1-深度学习的定义
AI Studio 飞桨零基础入门深度学习-笔记人工智能.机器学习.深度学习的关系机器学习机器学习的实现机器学习的方法论案例:牛顿第二定律确定模型参数模型结构介绍深度学习神经网络的 ...
【AI初识境】近20年深度学习在图像领域的重要进展节点
文章首发于微信公众号<有三AI> [AI初识境]近20年深度学习在图像领域的重要进展节点这是专栏<AI初识境>的第3篇文章.所谓初识,就是对相关技术有基本了解,掌握了基本的使 ...
人工智能AI：TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1
日萌社人工智能AI:TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1 人工智能AI:TensorFlow Keras PyTorch ...
AI Studio 飞桨零基础入门深度学习笔记6.3-手写数字识别之数据处理
AI Studio 飞桨零基础入门深度学习笔记6.3-手写数字识别之数据处理) 概述前提条件读入数据并划分数据集扩展阅读:为什么学术界的模型总在不断精进呢? 训练样本乱序.生成批次数据校验数 ...
看EyeEm如何在产品开发中整合、运用深度学习模型
原文:One Model At A Time: Integrating And Running Deep Learning Models In Production At EyeEm 作者:Miche ...
GitChat · 人工智能 | 如何零基础用 Keras 快速搭建实用深度学习模型
GitChat 作者:谢梁原文: 如何零基础用 Keras 快速搭建实用深度学习模型关注微信公众号:GitChat 技术杂谈 ,一本正经的讲技术 [不要错过文末活动] 前言在这篇小文章中,我们将 ...
AI Studio 飞桨零基础入门深度学习笔记4-飞桨开源深度学习平台介绍
AI Studio 飞桨零基础入门深度学习笔记4-飞桨开源深度学习平台介绍深度学习框架深度学习框架优势深度学习框架设计思路飞桨开源深度学习平台飞桨开源深度学习平台全景框架和全流程工具模 ...
AI Studio 飞桨零基础入门深度学习笔记2-基于Python编写完成房价预测任务的神经网络模型
AI Studio 飞桨零基础入门深度学习笔记2-基于Python编写完成房价预测任务的神经网络模型波士顿房价预测任务线性回归模型线性回归模型的神经网络结构构建波士顿房价预测任务的神经网络模 ...

AI在汽车中的应用：实用深度学习

AI在汽车中的应用：实用深度学习相关推荐

最新文章

热门文章