中国体彩新疆11选5:特斯拉Tesla 超級“大腦”訓練秘籍

新疆11选5任5遗漏查询 www.lnudx.com 特斯拉Tesla 超級“大腦”訓練秘籍

眾所周知,特斯拉Tesla 擁有強大的“大腦”——全新的完全自動駕駛芯片,那你知道Tesla是如何通過“學習”變得更加智能的么?今天,我們將為大家“揭秘”Tesla 超級“大腦”的訓練方法。

特斯拉自動駕駛

天資聰穎的超級“大腦”

對于Tesla來說,基于機器視覺技術與神經網絡的深度學習是其在未來實現“完全自動駕駛能力”的最佳途徑,而這需要強大的硬件作為支持。Tesla完全自動駕駛芯片能同時處理8個攝像頭工作產生的圖像輸入,每秒可處理高達2300幀的圖像;同時Tesla擁有大約60萬輛配備“完全自動駕駛硬件”的車輛,這些車輛每天可行駛2,000萬英里——這都為Tesla的“學習”提供了重要基礎。

科學系統的學習方法

特斯拉智能電動汽車

各種情形下的駕駛行為,便是Tesla“學習”的最佳實例。Tesla是如何捕捉包括罕見駕駛行為的各種駕駛信息的?最簡單的方法是手動進行,也就是說,Tesla工程師設計了“觸發器”以記錄所需的駕駛信息。例如,當工程師認為他們需要更多左轉彎的例子,那么當車輛的視覺神經網絡檢測到交通信號燈且方向盤向左轉時,車輛會保存當下的駕駛信息。

特斯拉自動駕駛車

此外,在一些無法預期的情況下,自動輔助駕駛干預則成為了理想的“觸發器”。Tesla的做法是將自動輔助駕駛的干預視為“錯誤”,那么駕駛員干預后的行為則可以看作是正確行為的例證。因此,這種干預可以提供持續不斷的有用訓練數據流。

特斯拉無人駕駛車

從干預中學習需要神經網絡主動控制汽車,例如在打開自動輔助駕駛的時候。但是,在手動駕駛車輛時,Tesla也可以通過被動學習執行訓練示例——這種形式被Tesla稱為“影子模式”,其是指Tesla在道路上的任何一輛車上運行實驗軟件而不會實際影響車輛性能的能力,Tesla的工程師可以將車輛使用實驗軟件的功能與駕駛員的實際操作進行比較。當神經網絡與駕駛員的指令不一致時,系統將其視為神經網絡的錯誤。駕駛員的行為被視為正確的行為,同時記錄當下的駕駛信息。

特斯拉電動車

由于行駛在全球的Tesla每天能增加2000萬英里的行駛路程,因此可以幫助Tesla快速建立龐大且具有不同駕駛信息的神經網絡訓練數據,不斷幫助糾正神經網絡的錯誤。通過將機器視覺與深度學習相結合,Tesla正加速行駛在通往 “完全自動駕駛能力”美好藍圖的道路上。

上一篇:9成特斯拉Model 3車主認為自動駕駛更安全
下一篇:谷歌的量子霸權將如何影響自動駕駛車輛?

相關新聞

精彩推薦

請自覺遵守互聯網相關政策法規,作者可以直接刪除惡意評論、廣告或違禁詞語
用戶名: 驗證碼:點擊我更換圖片