全課隻有九節一小時的課程，于 1 月 9 日開課，今天就結課啦。而且！據雷鋒網從議程表上了解到，從開課一直到 1 月 16 日，官網表示會陸續放出 ppt 及視訊檔案，雷鋒網(公衆号：雷鋒網)會持續關注。
deeptesla 與 deeptraffic 就是 mit 這門課程裡面的兩個重點教育訓練内容，
前者直接以端到端模型訓練一個自動駕駛的起動模型； 後者以遊戲化的方式模拟汽車在高速公路上行駛，而我們的目标就是（沒有蛀牙）訓練一個神經網絡，利用強化學習控制紅車，并讓它的速度盡可能提升到最快（也就是超車啦！速度與激情）。
那麼首先我們得先補補課，為什麼要采用循環神經網絡呢？主要鑒于它能夠将輸出重新做為輸入再次進入神經網絡中進行訓練，也就是擁有所謂的「記憶」。
強化學習的一個典型例子就是 deepmind 訓練機器玩 atari，雖然機器并不知道遊戲規則，但每一次遊戲都能讓機器得到一次分數的回報，而目标就是讓得分最大化。
美國人每年要浪費 80 億小時在堵車上，是以如果能采用自動駕駛系統，讓老司機們解放雙手，想必真真是極好的。
deeptesla 通過一個簡單的示範呈現卷積神經網絡的端到端轉向。頂端呈現的四個名額呈現的是前向傳遞及後向傳遞所需的時間，以及目前網絡已經訓練的示例，還有網絡的目前狀态（是處于訓練資料？還是在提取資料？）。
下方的圖表呈現的是損失函數，我們都知道，正常狀态下随着時間的推移，損失函數的值應該會越來越小。
而在編輯器下方還有一個可視化圖層的功能，使用者可以在網絡中看到每個圖層的處理情況。如果加載了特斯拉視訊，随着視訊内容的增加，神經網絡的訓練效果也會變得更好。
下方兩個小的方向盤及旁邊的數值指的是實際值（藍色）與系統預測值（白色）的對比。是不是非常智能？
以第一次加載 deeptesla 為例：我們整個網絡大小為（200,66,3）的輸入層，表示寬度為200，高度66，涵蓋三個通道（紅綠藍）。緊接着有一個卷積層、一個合并層與一個輸出神經元。
整個 deeptraffic 遊戲實際上是在網格上運作，但你也可以通過選擇不同的模式，讓網格呈現出來。
每輛車周圍的方格表示的是它自身的速度，而橙色區域指的是該車輛可能的行駛方位。
比如在安全系統中，車輛周圍會出現一個
h
型的區域，橙色表示相對安全，而紅色表示周圍已經有車在附近車道，此時紅色小車不能越到紅色區域。如果你提升了小車的速度，那麼這個區域也會随之變化，畢竟如果有車擋在你的面前，為了保證安全，你一定會減緩速度（這與我們這個小遊戲的目标相反）。
程式設計頁面主要分為三塊，一是實時的道路模拟情況，還能調整自己車輛的行駛速度，以提升測試速度；二是程式設計頁面，在這裡可以修改神經網絡的具體代碼；第三部分會顯示目前神經網絡的狀态，還能将代碼儲存、重置或下載下傳。
代碼區的這幾個變量可以控制網絡的輸入大小，更多的輸入也就意味着更複雜的交通環境，也意味着需要更長的學習時間及更大的學習難度。
整個代理由一個名為「learn」的函數所控制，該函數能夠接受目前的狀态（以一個扁平陣列呈現），而所得到的回報為行車速度，也就是以 mph 為機關的平均速度。
函數最基本的形式（告訴代理，讓車輛維持現狀，不需要變道或減速）大概長這樣：
而既然這是一個追求速度的「比賽」，那麼你需要通過神經網絡控制車輛，比如：
在初始代碼中，已經提供了上述内容。當然，你可以自行對資料進行預處理，并将這些狀态輸入網絡，但不需要在這上面花太多時間。
這個地方就是你施展「才華」的地方——這是一個隐藏層裡的一個神經元示例。
下圖呈現的是最終的回歸層，它決定了最終的執行環節将會呈現怎樣的結果。
最後一步就是建立“大腦”。
如果點選了 run training，那麼可以訓練神經網絡，并以 30 倍于實時的速度實作單線程運作，随後訓練網絡的結果會以可視化的形式呈現在電腦上，學生們也可以做一些即時回報和改進。
該網站上的評估鍵可以直接運作同樣的任務，也就相當于小測驗。通過每次 30 分鐘的 10 次運作，最後将計算出每次車輛的平均速度，并取中值做為結果。而且，本地測試的評估會受到其它車輛出現的情況的影響，是以本地的測試隻能做為參考。
值得一提的是，fridman 老師表示這些車都有着安全系統，是以不需要擔心車的反應速度不夠快，它們不會因為你突然操控加速減速而出車禍的。（老師入戲好深……）
老師說了，如果速度不能提上 60km/h，那你明天就不要來上課了（誤）。不過排行榜今天就截止統計啦，是以大家如果測試了比排行榜更高的分數，歡迎告訴雷鋒網小編呀，我們會找你做硬創公開課的。
以上隻是對 mit 課程的簡單介紹，雷鋒網會做後續關注。
本文作者：奕欣