We trained a convolutional neural n

We trained a convolutional neural network (CNN) to mapraw pixels from a single front-facing camera directly tosteering commands. This end-to-end approachproved surprisingly powerful.With minimum training data from humans the systemlearns to drive in traffic on local roads with or withoutlane markings and on highways. It also operates in areas with unclear visual guidancesuch as in parking lots and on unpaved roads.

結果 (繁體中文) 1:

我們培養了卷積神經網絡（CNN）來映射
從單個前置攝像頭原始像素直接
轉向命令。
該終端到終端的approachproved令人驚訝的強大。
從人體最小的訓練數據系統
學會在交通帶動當地的道路有或無
的車道標線公路上。
這也符合不清楚視覺引導區域進行操作
，如在停車場和未鋪設的道路。

結果 (繁體中文) 2:

我們訓練了一個卷積神經網路（CNN）來映射
原始圖元從單個前置攝像頭直接到
轉向命令。
• 這種端到端的方法證明非常強大。
以來自人類的最少訓練資料，該系統
學習駕駛在當地道路上的交通有或沒有
車道標記和高速公路上。
• 它還在視覺指導不明確的區域運行
如在停車場和未鋪砌的路面上。

結果 (繁體中文) 3:

我們訓練了一個卷積神經網路（CNN）來映射
從單個前置監視器直接到
轉向指令。
事實證明，這種端到端的方法非常强大。
利用人類的最低訓練數據
學會在有或無當地道路上駕駛車輛
車道標線和高速公路上。
它也在視覺引導不清晰的區域工作
例如在停車場和未鋪路面的道路上。