自动驾驶汽车，语音助手，自动机器人，智能设备。自主系统正在触及并改变我们生活的方方面面，而深度学习就是这种变化背后的技术。从高级驾驶辅助系统(ADAS)到完全自动驾驶，深度学习带来的高级感知能力是自动驾驶成功的关键。
由于嵌入式设备固有的资源限制，设计和部署深度学习应用程序到嵌入式CPU和GPU平台(就像汽车一样)具有挑战性。在本节课中，您将接触到ADAS中一些最相关和最激动人心的现实问题，重点关注深度神经网络(DNN)所扮演的角色:图像分类、对象检测和定位、语义分割和部署。您将获得完整工作流程的演练，包括数据准备(数据集和驾驶场景的正确真实标记)和可视化、创建或微调dnn，利用NVIDIA gpu训练此类网络来构建自动驾驶功能，并生成可部署在板上(NVIDIA Jetson TX2和NVIDIA DRIVE PX)的便携式和优化的CUDA代码，利用TensorRT进行非常快速的推理。
