Найти в Дзене
Сергей Шустров

Что то про теслу умное 3

1
1 мин
Они объединяют эти задачи в новой архитектурной компоновке, где есть общая основа и которая разветвляется на несколько глав. Эта архитектура называется Гидранец. Эта ГидраНет не имеет ничего общего с организацией гидра в Марвеле. Просто шучу, прости меня за то, что я фанат Marvel. Гидра - змееподобное водное чудовище в греческой и римской мифологии. Согласно легенде, у него девять или более голов. Это должно означать только то, что в сети имеется несколько головок обнаружения. Гидранты обладают тремя основными преимуществами: Рабочие процессы обучения в Гидранете: На рисунке ниже приведены некоторые прогнозы, полученные в результате обработки отдельных изображений в одной версии HydraNet несколько лет назад. Выше мы рассмотрели нейронную сеть Tesla AI — HydreNet для обнаружения монокулярных объектов. Мы знаем, что модель с одной камерой может выполнять только более простые вспомогательные задачи вождения, такие как соблюдение полосы движения. Более сложные задачи автономного вождения т

Они объединяют эти задачи в новой архитектурной компоновке, где есть общая основа и которая разветвляется на несколько глав. Эта архитектура называется Гидранец.

Эта ГидраНет не имеет ничего общего с организацией гидра в Марвеле. Просто шучу, прости меня за то, что я фанат Marvel. Гидра - змееподобное водное чудовище в греческой и римской мифологии. Согласно легенде, у него девять или более голов. Это должно означать только то, что в сети имеется несколько головок обнаружения.

Гидранты обладают тремя основными преимуществами:

  1. Совместное использование функций: Сокращение числа повторяющихся вычислений свертки, уменьшение количества обратных связей, особенно эффективное во время тестирования.
  2. Разбиение задач на пары: Разбиение конкретных задач на пары из основной системы, возможность индивидуальной настройки задач
  3. Узкое место представления: Функции кэширования во время обучения, когда они выполняют тонкую настройку рабочего процесса, используйте функцию кэширования только для точной настройки головок.

Рабочие процессы обучения в Гидранете:

  1. Проведите комплексное обучение, где они будут тренироваться вместе
  2. Кэшируйте функции на уровне многомасштабных функций.
  3. Точная настройка каждой конкретной задачи с использованием кэшированных функций
  4. Завершите обучение еще раз и повторите его.

На рисунке ниже приведены некоторые прогнозы, полученные в результате обработки отдельных изображений в одной версии HydraNet несколько лет назад.

Выше мы рассмотрели нейронную сеть Tesla AI — HydreNet для обнаружения монокулярных объектов.

Мы знаем, что модель с одной камерой может выполнять только более простые вспомогательные задачи вождения, такие как соблюдение полосы движения. Более сложные задачи автономного вождения требуют использования нескольких камер в качестве входных данных для системы восприятия.Как Тесла решает эту проблему? Я продолжу изучение в следующей статье.Ощущения от Дня искусственного интеллекта Теслы
Если вы все сделаете правильно, даже Миссия Невыполнима также будет легко решена.Спасибо за чтение, Увидимся в следующей статье.