13、深度学习在自动驾驶、游戏和超参数优化中的应用

深度学习在自动驾驶、游戏和超参数优化中的应用

深度学习的魅力在于无需过多关注特征工程，理想情况下，网络能自行学习重要和不重要的特征。本文将介绍三个深度学习的应用案例，分别是端到端学习实现自动驾驶、深度强化学习玩游戏以及使用遗传算法优化超参数。

端到端学习实现自动驾驶

在受保护的环境中，让智能体学习在道路上驾驶，可通过端到端学习实现，即让智能体复制训练数据的行为来学习驾驶。

准备工作

使用Udacity的自动驾驶汽车模拟器，可在 此GitHub页面 找到安装说明。

具体步骤

1. 导入库

import pandas as pd
import numpy as np
import cv2
import math
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Lambda
from keras.layers import Input, ELU
from keras.optimizers import SGD, Adam, RMSprop
from keras.utils import np_utils
from keras.layers import Conv2D, MaxPooling2D, Flatten
fr