怎样看待Nvidia只用廉价摄像头和深度学习网络，训练72小时完成自动驾驶的事情
不定义场景不定义工况就说自动驾驶都是耍流氓。
■网友
End-to-end 从视觉到控制的训练从某种程度上来说是合理的，而且甚至会比rule-based方法更鲁棒更可靠。（毕竟想一下，人类在控制汽车的时候也不会做SLAM、做受力分析，而是从经验判断、肌肉记忆来做决策和控制。）
但通过一个网络来解决所有问题，从训练的角度上来看还是太难了，形象地想就是联合分布就比独立分布更难求解。听说英伟达最近的工作就是用CNN提取图片特征后，分为许多子网络进行子任务，比如信号灯检测、行人检测等，然后再将结果进行回归。
再吐槽一句，说是廉价相机如何如何，但其实我们实验室买了drive px2之后买不到这个相机，而drive px2的相机端口只能适应这种相机。。。point grey的相机又只能去分usb或者ethernet的带宽，肯定是带不起来实时图片传输的。所以现在实验室里的drive px2只能拿来做gpu用，但是吧drive px的gpu又不如1080Ti之类的。。。真的是气得不行（笑）。
－－－－
update:
前两天nvidia送来了两个相机，激动地试了一下demo，居然不work……
望天orz
■网友
【怎样看待Nvidia只用廉价摄像头和深度学习网络，训练72小时完成自动驾驶的事情】 仔细阅读文章可以发现这72小时并不是连续的72个小时，是包含种种天气和路况的数据集。每秒10帧，一共2,592,000个样本。训练PoiltNet这样一个5层卷积没有池化，3层全连接的网络还是不错的。
英伟达家出的两篇文章针对PilotNet各层激活情况并做了相应的可视化，尝试对可行性进行了说明。
efficient visualization of CNNs Explaining How a Deep Neural Network Trained with End-to-End Learning Steers a Car
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义