颜色分类leetcode self driving car Udacity自动驾驶汽车纳米学位

颜色分类leetcode第1学期：计算机视觉和深度学习介绍1.认识导师了解构成自动驾驶汽车的系统以及程序的结构。 2.项目：检测车道线从视频流中检测高速公路车道线。使用OpenCV图像分析技术来识别线条，包括Hough变换和Canny边缘检测。深度学习1.机器学习：回顾机器学习的基础知识，包括回归和分类。 2.神经网络：了解感知器、激活函数和基本神经网络。用Python实现你自己的神经网络。 3.物流分类器：研究如何使用机器学习训练逻辑分类器。在TensorFlow中实现逻辑分类器。 4.优化：研究优化分类器性能的技术，包括验证和测试集、梯度下降、动量和学习率。 5.整流线性单元：评估激活函数以及它们如何影响性能。 6.正则化：学习包括dropout在内的技术，以避免网络过度拟合训练数据。 7.卷积神经网络：研究卷积神经网络的构建块，包括过滤器、步幅和池化。 8.项目：交通标志分类实施和训练卷积神经网络来对交通标志进行分类。使用验证集、池化和dropout来选择网络架构并提高性能。 9.凯拉斯：在Ker