微軟推出開源自動駕駛仿真平臺 AirSim 教程，機器學習新手也能快速上手自動駕駛

雷鋒網 AI 研習社按：AirSim 是微軟推出的開源項目，用于測試人工智能系統的安全性，該系統提供仿真的環境、車輛動力和感知能力，促進無人駕駛技術的發展，雷鋒網曾對 AirSim 做過詳細報道。近期，微軟的工程師推出了一套 AirSim 官方教程，旨在讓專家、研究者以及自動駕駛領域的新手們快速掌握開發自動駕駛的基本技能。為方便讀者了解 AirSim 的這套教程，雷鋒網 AI 研習社將官方介紹編譯如下。

在這套教程里，你將會學到如何用從 AirSim 仿真環境搜集到的數據集來訓練和測試用于自動駕駛的端對端深度學習模型。你的訓練模型將會在 AirSim 的仿真地形中學會如何駕駛汽車，輸入的視覺數據只來自一個設置在車前的攝像頭。這套課程常被當作自動駕駛的入門項目，不過學完整套課程后， 你會有能力實現你自己的想法。

教程結構

教程里的代碼都是在 Keras 中實現的，Keras 是一種可以運行在 CNTK、TensorFlow 或者 Theano 之上的深度學習 Python API。Keras 簡單易用，是新手們的不二選擇，能夠削減大多數流行框架學習的難度。

這個教程會用 Python notebooks 的形式展現。Python notebooks 可以讓你非常容易地閱讀指導和說明，并且在一個文件中編寫和運行代碼，所有這一切都可以在瀏覽器窗口中完成。你可以按順序瀏覽以下 notebooks：

• DataExplorationAndPreparation

• TrainModel

• TestModel

如果你之前從沒有用過 Python notebooks，我們強烈推薦該教學文檔：http://jupyter-notebook-beginner-guide.readthedocs.io/en/latest/what_is_jupyter.html

安裝

首先，你要了解基礎的人工神經網絡知識，不過高階的概念就不需要了，比如 LSTM 或者強化學習。但是你應該要知道卷積網絡的工作原理。Michael Nielsen 寫的這本「神經網絡和深度學習」非常不錯，可在網上免費獲取，它能夠讓你在一周之內構建堅實的神經網絡知識基礎。

同時，你還要會 Python，至少能夠閱讀和理解 Python 代碼。

安裝過程：

• 安裝 AirSim

• 在 Python 3.5 或者更高的版本里安裝 Anaconda

• 安裝 CNTK 或者安裝 TensorFlow

• 安裝 h5py

• 安裝 Keras

• 將 Keras 后端設置為適配 TensorFlow（默認）或者 CNTK

硬件配置

強烈建議用 GPU 來跑程序，雖說用 CPU 也能訓練模型，但 CPU 要花數天才能完成訓練。該教程用的是一塊 GTX970 GPU，只需要 45 分鐘就能完成訓練。

如果你沒有可用的 GPU，你可以用 Azure 上的深度學習虛擬機，它安裝之后會提供所有的依賴和庫（此虛擬機需要 py35 環境）。

數據集

模型需要大量的數據集來訓練，你可以在這里下載。第一個 notebook 會告訴你下載完成后如何獲取這些數據。數據集最終解壓后大小大概為 3.25 GB，雖說訓練一輛真正的自動駕駛汽車需要 PB 級的數據，不過這些數據足夠該教程的使用。

如果你對本項目有任何意見或者想法，請前往該項目 Github 主頁反饋，網址如下：

 https://github.com/Microsoft/AutonomousDrivingCookbook

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。