Implementierung des CNN aus End-to-End-Lernen für selbstfahrende Autos auf einem Nvidia Jetson TX1 unter Verwendung von Tensorflow und ROS
Steuern Sie ein selbstfahrendes Auto mit einem neuronalen Netzwerk auf einer bestimmten Hardwareplattform.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarImplementierung des CNN aus End-to-End-Lernen für selbstfahrende Autos auf einem Nvidia Jetson TX1 unter Verwendung von Tensorflow und ROS
Cherry-Autonomous-Racecar hat 322 Sterne auf GitHub. Es wurde 104-mal geforkt. Cherry-Autonomous-Racecar ist hauptsächlich in Python geschrieben. Es wird seit 2016 aktiv entwickelt. Cherry-Autonomous-Racecar ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: autonomous-driving, convolutional-neural-networks, deep-learning, jetson-tx1.
Implementierung des CNN aus End-to-End-Lernen für selbstfahrende Autos auf einem Nvidia Jetson TX1 unter Verwendung von Tensorflow und ROS
Cherry-Autonomous-Racecar ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. Cherry-Autonomous-Racecar ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Cherry-Autonomous-Racecar ist unter der MIT-Lizenz verfügbar.
Cherry-Autonomous-Racecar ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/djtobias-cherry-autonomous-racecar.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.