深度学习与自动驾驶-应用-卷积神经网络

导读：自动驾驶是先进生产力

           自动驾驶需要漫长的开发，将长期处于辅助驾驶阶段

           自动驾驶不光是技术问题，更是社会问题，需要更多的社会角色作为缓冲

                                                                                                        ——博主：Blood旌旗

对于自动驾驶这个技术，其实大家或多或少都对其存在抵触心理，但是在大势所趋之下，自动驾驶这个技术还是在不断地蓬勃发展！ 

在过去的十年里，自动驾驶汽车技术取得了越来越快的进步，主要得益于深度学习和人工智能领域的进步。

一、了解深度学习

深度学习即深度神经网络学习，其概念源于人工神经网络的研究，是一种特殊的机器学习形式；其目的在于建立和模拟人脑进行分析学习的神经网络，通过模仿人脑的接受和反馈机制来解释数据；深度学习整个过程就是数据收采集、数据处理、数据训练和数据优化，最后形成高准确率的识别分类模型

深度学习技术概况

1-深卷积神经网络

2-递归神经网络

3-深度强化学习

CNN是自动驾驶中比较常用的深度学习模型，由卷积层、池化层和全连接层构成，其在图像处理上具有优势

卷积层

目的：用于目标图像特征提取

原理：通过一个可调参数的卷积核与上一层特征图进行滑动卷积运算，再加上一个偏置量得到一