摘要
无人驾驶系统采用端到端控制方法,将整个系统当作研究对象,建立了端到端的控制系统。在系统设计中,学习系统使用RNNLSTM网络,解决了传统RNN网络梯度爆炸和消失问题,利用随机失活方法,随机删除神经网络单元,提升了网络训练效果。LSTM[7]是深度学习技术中的一员,网络层数较深,组成结构较复杂,难以完成深层次的学习,例如谷歌翻译应用LSTM层时,仅使用7-8层。在训练时,经常发生过拟合现象。RNN与LSTM结合使用时RNN用来提取局部特征,LSTM则获取整个句子表示,可以捕获特征序列上的长期依赖。将RNN和LSTM网络结合使用与手势识别,并通过对比证明,证明RNN-LSTM网络效果更优化,通常用于计算机视觉识别和描述。
出处
《电子制作》
2021年第24期56-60,共5页
Practical Electronics
基金
河北省大学生科技创新能力培育专项。
