如何評價MIT-2017年-深度學習與自動駕駛課程？

MIT最近放出了一套關於深度學習與自動駕駛應用的課程，主講人Lex Fridman，MIT的一名博士後，主要半自動駕駛、場景感知、運動控制和規劃等方向。

我個人認為這是一個非常不錯的課程，所以把它放到這裡，希望更多的人可以看到。

可以在我的知乎專欄「深度學習與NLP」找到下載地址，同時歡迎大家掃描頭像二維碼關注公眾號「深度學習與NLP」獲取更多深度學習知識、視頻課程。

點擊原文鏈接下載：麻省理工學院-2017年-深度學習與自動駕駛視頻課程分享

MIT最近放出了一套關於深度學習與自動駕駛應用的課程，主講人Lex Fridman，MIT的一名博士後，主要半自動駕駛、場景感知、運動控制和規劃等方向。

這門課程介紹了深度學習相關知識，以自動駕駛為載體，詳細介紹了深度學習技術在自動駕駛中的應用。非常適合初學者學習，課程主要面向那些剛接觸機器學習、自動駕駛、深度學習的人，但同時也適用於深度學習、自動駕駛領域的高級研究人員，幫助學習者夠深入了解深入學習方法及其在自動駕駛中的應用。

課程介紹：

共包含五次課程。

Lecture 1: Introduction to Deep Learning and Self-Driving Cars

介紹深度學習的基礎知識，自動駕駛的相關知識，以及深度學習在自動駕駛領域的一些應用。

Lecture 2: Deep Reinforcement Learning for Motion Planning

介紹深度強化學習的基本概念、知識，以及在路徑規劃、自動駕駛等方面的應用。

Lecture 3: Convolutional Neural Networks for End-to-End Learning of the Driving Task

介紹卷積神經網路的原理，以及其在圖像、語音、自動駕駛等領域的應用，最後介紹了Nvidia提出的端到端的自動駕駛系統。

Lecture 4: Recurrent Neural Networks for Steering through Time

主要介紹循環神經網路RNN的基本原理，以及RNN在自動駕駛相關的應用。

Lecture 5: Deep Learning for Human-Centered Semi-Autonomous Vehicles

介紹深度學習在基於人的半監督自動駕駛相關的技術，通過識別人的相關情況來實現和優化半自動駕駛。

可以在我的知乎專欄「深度學習與NLP」找到下載地址，同時歡迎大家掃描頭像二維碼關注公眾號「深度學習與NLP」獲取更多深度學習知識、視頻課程。

往期精彩內容推薦：

模型匯總22 機器學習相關基礎數學理論、概念、模型思維導圖分享

深度學習模型、概念思維導圖分享

深度學習在自然語言處理中的應用綜述

模型匯總20-TACOTRON一種端到端的Text-to-Speech合成模型

深度學習/機器學習的處理器列表（最全_中文版）

2017年深度學習理論、演算法和應用研討會視頻下載地址分享

伯克利-2017年機器學習速成課程分享

模型匯總19 強化學習（Reinforcement Learning）演算法基礎及分類

MIT 6.S094 是2017年初的課程了。這是一個面向初學者的基礎課，共5節，介紹了深度學習在無人駕駛上的一些具體應用。具體課程內容見 lqfarmer 的回答。

課程主頁上也分享了很多資源，供進階繼續學習。課程附帶的兩個小項目很有意思。

1) DeepTraffic: Deep Learning for Self-Driving Cars

在高速路上，控制你的小車儘可能快的在車輛中穿梭，還做了個速度排行榜 Leaderboard，第一名禮物記得是 Udacity 的無人車課程。

2) DeepTesla: End-to-End Learning from Human and Autopilot Driving

根據行車記錄儀的駕駛視頻，用 End-to-End 方法，直接訓練神經網路學習圖像對應的方向盤轉角。

看這個課時順便做了個 Udacity 機器學習課程的 Capstone。拿 CNN 在 VGG model 基礎上調了下參數，又加了些 Batch normalization。對行車記錄儀的視頻做了個簡單的車道線跟蹤學習（還沒有拿到模擬器去實際控制車）。

補充個課程的原始鏈接吧：

MIT 6.S094: Deep Learning for Self-Driving Cars