0
| 本文作者： 孔令雙 | 2018-01-29 15:45 |
雷鋒網(wǎng) AI 研習(xí)社按：AirSim 是微軟推出的開源項目，用于測試人工智能系統(tǒng)的安全性，該系統(tǒng)提供仿真的環(huán)境、車輛動力和感知能力，促進無人駕駛技術(shù)的發(fā)展，雷鋒網(wǎng)曾對 AirSim 做過詳細報道。近期，微軟的工程師推出了一套 AirSim 官方教程，旨在讓專家、研究者以及自動駕駛領(lǐng)域的新手們快速掌握開發(fā)自動駕駛的基本技能。為方便讀者了解 AirSim 的這套教程，雷鋒網(wǎng) AI 研習(xí)社將官方介紹編譯如下。
在這套教程里，你將會學(xué)到如何用從 AirSim 仿真環(huán)境搜集到的數(shù)據(jù)集來訓(xùn)練和測試用于自動駕駛的端對端深度學(xué)習(xí)模型。你的訓(xùn)練模型將會在 AirSim 的仿真地形中學(xué)會如何駕駛汽車，輸入的視覺數(shù)據(jù)只來自一個設(shè)置在車前的攝像頭。這套課程常被當(dāng)作自動駕駛的入門項目，不過學(xué)完整套課程后， 你會有能力實現(xiàn)你自己的想法。
教程里的代碼都是在 Keras 中實現(xiàn)的，Keras 是一種可以運行在 CNTK、TensorFlow 或者 Theano 之上的深度學(xué)習(xí) Python API。Keras 簡單易用，是新手們的不二選擇，能夠削減大多數(shù)流行框架學(xué)習(xí)的難度。
這個教程會用 Python notebooks 的形式展現(xiàn)。Python notebooks 可以讓你非常容易地閱讀指導(dǎo)和說明，并且在一個文件中編寫和運行代碼，所有這一切都可以在瀏覽器窗口中完成。你可以按順序瀏覽以下 notebooks：
如果你之前從沒有用過 Python notebooks，我們強烈推薦該教學(xué)文檔：http://jupyter-notebook-beginner-guide.readthedocs.io/en/latest/what_is_jupyter.html
首先，你要了解基礎(chǔ)的人工神經(jīng)網(wǎng)絡(luò)知識，不過高階的概念就不需要了，比如 LSTM 或者強化學(xué)習(xí)。但是你應(yīng)該要知道卷積網(wǎng)絡(luò)的工作原理。Michael Nielsen 寫的這本「神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)」非常不錯，可在網(wǎng)上免費獲取，它能夠讓你在一周之內(nèi)構(gòu)建堅實的神經(jīng)網(wǎng)絡(luò)知識基礎(chǔ)。
同時，你還要會 Python，至少能夠閱讀和理解 Python 代碼。
安裝過程：
安裝 CNTK 或者安裝 TensorFlow
安裝 h5py
安裝 Keras
將 Keras 后端設(shè)置為適配 TensorFlow（默認(rèn)）或者 CNTK
強烈建議用 GPU 來跑程序，雖說用 CPU 也能訓(xùn)練模型，但 CPU 要花數(shù)天才能完成訓(xùn)練。該教程用的是一塊 GTX970 GPU，只需要 45 分鐘就能完成訓(xùn)練。
如果你沒有可用的 GPU，你可以用 Azure 上的深度學(xué)習(xí)虛擬機，它安裝之后會提供所有的依賴和庫（此虛擬機需要 py35 環(huán)境）。
模型需要大量的數(shù)據(jù)集來訓(xùn)練，你可以在這里下載。第一個 notebook 會告訴你下載完成后如何獲取這些數(shù)據(jù)。數(shù)據(jù)集最終解壓后大小大概為 3.25 GB，雖說訓(xùn)練一輛真正的自動駕駛汽車需要 PB 級的數(shù)據(jù)，不過這些數(shù)據(jù)足夠該教程的使用。
如果你對本項目有任何意見或者想法，請前往該項目 Github 主頁反饋，網(wǎng)址如下：
https://github.com/Microsoft/AutonomousDrivingCookbook
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
