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为你收集整理的百度无人驾驶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，希望文章能够帮你解决百度无人驾驶apollo项目驾驶行为决策模块深度神经网络算法模型所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。