sdsandbox
Dies bietet einen Sandbox-Simulator zum Trainieren eines selbstfahrenden Autos. Dies verwendet Unity für die Simulation und Python mit Keras und Tensorflow für das Training. Kürzlich aktualisiert, um mit Python 3.4+ und Keras 2+ zu funktionieren.
Simulieren Sie ein selbstfahrendes Auto in einer 3D-Welt und trainieren Sie ein neuronales Netzwerk, um es zu steuern.
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 abbestellbarDies bietet einen Sandbox-Simulator zum Trainieren eines selbstfahrenden Autos. Dies verwendet Unity für die Simulation und Python mit Keras und Tensorflow für das Training. Kürzlich aktualisiert, um mit Python 3.4+ und Keras 2+ zu funktionieren.
sdsandbox hat 433 Sterne auf GitHub. Es wurde 153-mal geforkt. sdsandbox ist hauptsächlich in C# geschrieben. Es wird seit 2017 aktiv entwickelt. sdsandbox ist unter der BSD-3-Clause-Lizenz verfügbar. Die Hauptthemen sind: car, neural-network, prediction-server, python.
Was ist sdsandbox?
Dies bietet einen Sandbox-Simulator zum Trainieren eines selbstfahrenden Autos. Dies verwendet Unity für die Simulation und Python mit Keras und Tensorflow für das Training. Kürzlich aktualisiert, um mit Python 3.4+ und Keras 2+ zu funktionieren.
Ist sdsandbox Open Source?
sdsandbox ist ein Open-Source-Projekt. Es wird unter der BSD-3-Clause-Lizenz veröffentlicht.
Ist sdsandbox kostenlos?
Ja. sdsandbox ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht sdsandbox?
sdsandbox ist unter der BSD-3-Clause-Lizenz verfügbar.
In welcher Sprache ist sdsandbox geschrieben?
sdsandbox ist hauptsächlich in C# geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/tawnkramer-sdsandbox.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.