百度无人驾驶apollo项目驾驶行为决策模块深度神经网络算法模型

百度无人驾驶apollo项目驾驶行为决策模块深度神经网络算法模型

apollo这一快没提供，可以使用以下的算法模型

learning_rate = 1e-4

activation_relu = 'relu'

model = Sequential()

model.add(Lambda(lambda x: x / 127.5 - 1.0, input_shape=(64, 64, 3)))

model.add(Convolution2D(24, 5, 5, border_mode='same', subsample=(2, 2)))

model.add(Activation(activation_relu))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(1, 1)))

model.add(Convolution2D(36, 5, 5, border_mode='same', subsample=(2, 2)))

model.add(Activation(activation_relu))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(1, 1)))

model.add(Convolution2D(48, 5, 5, border_mode='same', subsample=(2, 2)))

model.add(Activation(activation_relu))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(1, 1)))

model.add(Convolution2D(64, 3, 3, border_mode='same', subsample=(1, 1)))

model.add(Activation(activation_relu))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(1, 1)))

model.add(Convolution2D(64, 3, 3, border_mode='same', subsample=(1, 1)))

model.add(Activation(activation_relu))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(1, 1)))

model.add(Flatten())

model.add(Dense(1164))

model.add(Activation(activation_relu))

model.add(Dense(100))

model.add(Activation(activation_relu))

model.add(Dense(50))

model.add(Activation(activation_relu))

model.add(Dense(10))

model.add(Activation(activation_relu))

model.add(Dense(1))

model.summary()

model.compile(optimizer=Adam(learning_rate), loss="mse", )

模型基于keras,后台使用tensorflow

最后

以上就是知性自行车最近收集整理的关于百度无人驾驶apollo项目驾驶行为决策模块深度神经网络算法模型的全部内容，更多相关百度无人驾驶apollo项目驾驶行为决策模块深度神经网络算法模型内容请搜索靠谱客的其他文章。