PiCar-V Self-driving Pytorchの学習が無事終わりました。
難航しましたが無事終わりました。
Chainerに近い存在であるPytorchでの学習が無事終わりました。
ステップバイステップの第1歩となりました。
Pytorchを動かすための行為は本当に勉強になりました。
今回の件で他の人の参考になると思われる情報を共有しておきたいと思います。
ネットは宝の山ですね。
今回もネットに救われました。
ネット様さまです。
今回は、2DのCNNをモデルとして使用しました。
参考にした情報はコレ。
手持ちの将棋AIの本でモデルの組み方の基礎を再度確認しました。
リンク
これらの情報を使って今回作ったモデルがコレです。
そしてChainerで上手く動かすことができた学習データを使ってPytorchを使ったモデルで学習してみました。
その結果がコレ。
速度、角度共にLossの値は満足がいく結果になっています。
検証結果は、速度で7程度、角度で20度程度の差が出ていますが、今回の学習結果で得られたモデルを使ってPiCar-Vを走らせてみようと思います。
下の結果は以前行ったChainerでの結果です。
検証結果はChainerのほうが良い結果となっていますが、epoch数1000回でのLossの値はPytorchのほうが小さな値となっておりChainerでのSelf-drivingと同じような走行をしてくれることを期待したいと思います。
今日は、お仕事があるのでここまでとし、走行試験は来週月曜日のお楽しみです。
では、また。
（記事後記）
今回、Alexnetも試してみましたがメモリ不足で動作不能になりました。
Surface Laptop2では2DのCNNが限界のようです。
