【中文字幕】2018 MIT 6.S094 麻省理工深度学习和自动驾驶课程

滑动窗口法：当不能事先定义物体的形状时应用；(semantic segmentation)

预选框；

embeddings for finer classificatioin: 携带信息的向量 (word2vec);

自动驾驶系统：

标记：监督深度学习

（无监督是热点）

安全第一，易用性，全局的效率提升

 Waymo 与 Deep Learning

对于自动驾驶而言，不仅仅局限在避障这个层面，还要在一定程度上对场景进行语义理解，知道下一刻会发生什么，进而提前采取措施。

需要从传感器数据中过滤出有用数据

如果已经得到好的传感器数据，下一步就要进行计算机视觉处理，利用卷积层进行处理。

将传感器数据进行二维的映射后，第二步是对图像进行分割，根据固定形状。分割出来后，要明白，不同物体和车辆都有不同的语义，要对其进行理解。

对其再进行卷积理解，可以使用嵌入方法进行优化。提前对物体进行向量标注和表示

行人问题

行人姿态问题，行人行为问题，孩子问题

如何构建一个大规模的机器学习系统并应用

1.首先做的是标记，产生高质量的数据集，高效的数据结构

2.其次是程序进行测试，实地或者仿真