chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

特斯拉自動(dòng)雨刷軟件升級(jí),深層神經(jīng)網(wǎng)絡(luò)控制雨刷

汽車(chē)玩家 ? 來(lái)源:智車(chē)派 ? 作者:張一恒 ? 2019-11-29 16:24 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據(jù)外媒報(bào)道,特斯拉發(fā)布了一款新的軟件升級(jí),使用一種新的車(chē)輛深度神經(jīng)網(wǎng)絡(luò)對(duì)車(chē)輛的自動(dòng)雨刷進(jìn)行了重大升級(jí),這項(xiàng)技術(shù)被稱(chēng)為“DeepRain”。


特斯拉Model 3

就像今天的大多數(shù)高檔汽車(chē)一樣,特斯拉的自動(dòng)雨刷系統(tǒng)能根據(jù)雨雪的強(qiáng)度自動(dòng)匹配雨刷的速度。然而,與大多數(shù)其他汽車(chē)制造商不同的是,特斯拉的系統(tǒng)不使用雨水傳感器。取而代之的是使用自動(dòng)駕駛儀相機(jī)來(lái)輸入計(jì)算機(jī)視覺(jué)神經(jīng)網(wǎng)絡(luò),以決定雨刷的速度。這項(xiàng)技術(shù)一直以來(lái)都被應(yīng)用在特斯拉車(chē)輛上,自去年以來(lái),一些車(chē)主抱怨說(shuō),它的準(zhǔn)確性不如其他使用雨水感應(yīng)器的系統(tǒng)。

特斯拉現(xiàn)在已經(jīng)對(duì)這個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)部署了一個(gè)新的軟件更新(v2019.40.1.1)。特斯拉表示,“自動(dòng)雨刷已得到改進(jìn),使其更有可能在降雨較少時(shí)啟動(dòng),并對(duì)更多環(huán)境中降雨強(qiáng)度的變化作出反應(yīng)。自動(dòng)雨刷目前正在使用一種深層神經(jīng)網(wǎng)絡(luò)進(jìn)行控制,它使用100多萬(wàn)張圖像來(lái)檢測(cè)擋風(fēng)玻璃和其他天氣信號(hào)中的水滴。”

此前,特斯拉的一項(xiàng)專(zhuān)利顯示,其將來(lái)可能會(huì)用激光束來(lái)代替實(shí)體雨刷,清掃包括攝像頭和擋風(fēng)玻璃上的污漬。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4836

    瀏覽量

    107628
  • 特斯拉
    +關(guān)注

    關(guān)注

    66

    文章

    6413

    瀏覽量

    131313
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    市政污排口流量監(jiān)測(cè)設(shè)備技術(shù)分析

    市政污排口流量監(jiān)測(cè)是城市水環(huán)境治理與排水管網(wǎng)運(yùn)維的核心環(huán)節(jié),精準(zhǔn)的流量數(shù)據(jù)能夠?yàn)?b class='flag-5'>雨污分流改造、防汛排澇調(diào)度、污染物溯源提供科學(xué)支撐。流量監(jiān)測(cè)設(shè)備作為數(shù)據(jù)采集的核心載體,其技術(shù)性能直接決定監(jiān)測(cè)工作
    的頭像 發(fā)表于 01-09 12:09 ?159次閱讀
    市政<b class='flag-5'>雨</b>污排口流量監(jiān)測(cè)設(shè)備技術(shù)分析

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識(shí)

    日常生活中的智能應(yīng)用都離不開(kāi)深度學(xué)習(xí),而深度學(xué)習(xí)則依賴(lài)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu),特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?285次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識(shí)

    自動(dòng)駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個(gè)啥?

    自動(dòng)駕駛領(lǐng)域,經(jīng)常會(huì)聽(tīng)到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡(jiǎn)稱(chēng)為CNN,是一種專(zhuān)門(mén)用來(lái)處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度學(xué)習(xí)模型。CNN在圖像處理中尤其常見(jiàn),因?yàn)閳D像本身就可以看作是由像素排列成的二維網(wǎng)格。
    的頭像 發(fā)表于 11-19 18:15 ?2063次閱讀
    <b class='flag-5'>自動(dòng)</b>駕駛中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個(gè)啥?

    CNN卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)原理及在MCU200T上仿真測(cè)試

    數(shù)的提出很大程度的解決了BP算法在優(yōu)化深層神經(jīng)網(wǎng)絡(luò)時(shí)的梯度耗散問(wèn)題。當(dāng)x&gt;0 時(shí),梯度恒為1,無(wú)梯度耗散問(wèn)題,收斂快;當(dāng)x&lt;0 時(shí),該層的輸出為0。 CNN
    發(fā)表于 10-29 07:49

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定類(lèi)別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 10-22 07:03

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線(xiàn)蟲(chóng)的神經(jīng)結(jié)構(gòu),盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1137次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和廣泛的應(yīng)用前景。然而,神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計(jì)算方式面臨著巨大的挑戰(zhàn),如計(jì)算速度慢、訓(xùn)練時(shí)間長(zhǎng)等
    的頭像 發(fā)表于 09-17 13:31 ?1098次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與加速技術(shù)

    無(wú)直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng)

    常規(guī)PID,大大提高了系統(tǒng)的跟隨性,能滿(mǎn)足BLDCM系統(tǒng)對(duì)實(shí)時(shí)性的要求。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~ *附件:無(wú)直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng).pdf 【免責(zé)聲明】本文系
    發(fā)表于 06-26 13:36

    無(wú)直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì)

    直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì).pdf 【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題,請(qǐng)第一時(shí)間告知,刪除內(nèi)容,謝謝!
    發(fā)表于 06-26 13:34

    無(wú)直流電機(jī)RBF磁場(chǎng)定向控制及監(jiān)控系統(tǒng)設(shè)計(jì)

    摘 要:針對(duì)現(xiàn)有無(wú)直流電機(jī)轉(zhuǎn)矩脈動(dòng)抑制方法存在抑制效果不理想,或脈動(dòng)抑制效果好但學(xué)習(xí)算法復(fù)雜,不利于推廣的問(wèn)題,將RBF神經(jīng)網(wǎng)絡(luò)與磁場(chǎng)定向控制相結(jié)合,選用Luminary615微控制
    發(fā)表于 06-25 13:15

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來(lái)訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    眾多方法中,由于其結(jié)構(gòu)簡(jiǎn)單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產(chǎn)品開(kāi)發(fā)。但是MRAS仍存在在低速區(qū)速度估計(jì)精度下降和對(duì)電動(dòng)機(jī)參數(shù)變化非常敏感的問(wèn)題。本文利用神經(jīng)網(wǎng)絡(luò)的特點(diǎn),使估計(jì)更為簡(jiǎn)單、快速
    發(fā)表于 06-16 21:54

    改進(jìn)的BP網(wǎng)絡(luò)PID控制器在無(wú)直流電機(jī)中的應(yīng)用

    通過(guò)分析學(xué)習(xí)速率對(duì)BP算法的影響,提出一種分層調(diào)整學(xué)習(xí)速率的改進(jìn)BP 網(wǎng)絡(luò)算法,并把該方法設(shè)計(jì)成 PID控制器應(yīng)用在無(wú)直流電機(jī)控制系統(tǒng)中,仿真結(jié)果驗(yàn)證了基于改進(jìn)的 BP
    發(fā)表于 05-28 15:42

    神經(jīng)網(wǎng)絡(luò)壓縮框架 (NNCF) 中的過(guò)濾器修剪統(tǒng)計(jì)數(shù)據(jù)怎么查看?

    無(wú)法觀(guān)察神經(jīng)網(wǎng)絡(luò)壓縮框架 (NNCF) 中的過(guò)濾器修剪統(tǒng)計(jì)數(shù)據(jù)
    發(fā)表于 03-06 07:10