关于 迷情药效果怎么样【V信;799.196.362】源 的搜索结果,共813
1****6 2018-07-10
感分析
这些改进虽然各有不同,但是它们的宏观描述却与简单的循环神经网络一(如图2所示),即隐状态依据当前输入及前一时刻的隐状态来改变,不断地循环这一过程直至输入处理完毕: ht=Recrurent(xt,ht−1)ht=Recrurent(xt,ht−1) 其中,RecrurentRecrurent可以表示简单的循环神经网络、GRU或LSTM。 栈式双向LSTM(Stacked Bidirectional LSTM) 对于正常顺序的循环神经网络,htht包含了tt时刻之前的输入息,也就是上文息。同,为了得到下文息,我们可以使用反方向(将输入逆序处理)的循环神经网络。结合构建深层循环神经网络的方法(深层神经网络往往能得到更抽象和高级的特征表示),我们可以通过构建更加强有力的基于LSTM的栈式双向循环神经网络[9],来对时序数据进行建模。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
要用 Apollo 搭建感知系统,如何选择传感器、传感器配置?希望它做什任务。 这是三种基本传感器的对比,LiDAR 是激光雷达,Radar 是汽车通用毫米波雷达,Camera 是摄像头。绿色代表做得好,黄色代表做得普通,红色代表做得差。最后,说明了三种传感器融合是最好的。 那 ,感知系统开放模块做? 点云感知。开放了 LiDAR 点云检测,可以判断点云里的每个点是否为障碍物,障碍物的类型是什。 感知框架。用的是深度学习,它可以做到精准检测和识别。而深度学习非常耗费计算量。需要依靠搭建的车载智能系统,来支撑深度学习模型,以达到毫秒级感知。 高精地图。先以当前的激光雷达作为坐标系核心,把地图中的点投到坐标系里。然后建立快速的表格,根据感知的距离扩大坐标区域。之后对俯视图进行网格化,网格化参数可以在 Apollo 进行配置。最后输送给障碍物检测。 障碍物检测。分为特征抽取、点云检测、点云聚类、后处理、闭包提取。
TOP