Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

The Complete Self-Driving Car Course - Applied Deep Learning

Khóa Học Xe Tự Lái Toàn Diện - Ứng Dụng Học Sâu

Khóa Học Xe Tự Lái Toàn Diện - Ứng Dụng Học Sâu

Học cách sử dụng Học Sâu, Thị Giác Máy Tính và Kỹ thuật Học Máy để Xây dựng Xe Tự Hành bằng Python

4.6
(4,286 đánh giá)
26,473 học viên
Giảng viên
Rayan Slim
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
18.0 giờ video
172 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 18/03/2026

Bạn sẽ học được gì

Học cách áp dụng kỹ thuật Thị Giác Máy Tính và Học Sâu để xây dựng các thuật toán liên quan đến ô tô
Hiểu, xây dựng và huấn luyện Mạng Nơ-ron Tích chập (CNN) với Keras
Mô phỏng một Chiếc Xe Tự Lái hoàn chỉnh với Mạng Nơ-ron Tích chập và Thị Giác Máy Tính
Huấn luyện Mô hình Học Sâu có thể nhận diện 43 loại Biển Báo Giao thông khác nhau
Học cách sử dụng các kỹ thuật Thị Giác Máy Tính cơ bản để xác định vạch kẻ đường
Học cách xây dựng và huấn luyện Mạng Nơ-ron mạnh mẽ với Keras
Hiểu Mạng Nơ-ron ở cấp độ cơ bản nhất dựa trên Perceptron

Yêu cầu

Một máy tính hoạt động được
Không yêu cầu kinh nghiệm trước!

Đối tượng phù hợp

Dành cho bất kỳ ai quan tâm đến Học Sâu và Xe Tự Lái
Dành cho bất kỳ ai (không phân biệt trình độ) muốn chuyển sang lĩnh vực Trí tuệ Nhân tạo
Các doanh nhân quan tâm đến việc làm việc với những công nghệ tiên tiến nhất
Tất cả các cấp độ kỹ năng đều được chào đón!

Nội dung khóa học

15 phần • 169 bài giảng
1 Giảng viên của bạn
1 Đã di chuyển
1 Hình ảnh cần cho bài học tiếp theo
2 Tải Hình ảnh
3 Lưu tệp của bạn trước khi chạy!
4 Chuyển đổi sang Thang độ Xám
5 Làm mịn Hình ảnh
6 Phát hiện Cạnh Đơn giản
7 Vùng Quan tâm (Region of Interest)
8 Số Nhị phân & Bitwise_and
9 Phát hiện Đường thẳng - Biến đổi Hough
10 Biến đổi Hough II
11 Tối ưu hóa
12 Tài nguyên cho video sắp tới
13 Tìm Làn Đường trên Video
14 Lỗi Numpy.float64 (Sửa nhanh)
15 Mã nguồn
16 Phần 5 - Kết luận
1 Tổng quan
2 Học Máy
3 Học có Giám sát - Ví dụ Thân thiện
4 Phân loại
5 Mô hình Tuyến tính
6 Perceptrons
7 Trọng số
8 Dự án - Giai đoạn Đầu
9 Mẫu Code cho Giai đoạn Đầu
10 Hàm Lỗi
11 Hàm Sigmoid
12 Triển khai Sigmoid (Code)
13 Mã nguồn
14 Cross Entropy
15 Cross Entropy (Code)
16 Mã nguồn
17 Gradient Descent
18 Gradient Descent (Code)
19 Tóm tắt
20 Mã nguồn
21 Phần 6 - Kết luận
1 Tổng quan
2 Giới thiệu Keras (Xem bài tiếp theo để sửa lỗi cài đặt)
3 Ngừng dùng Jupyter - Dùng Colab thay thế
4 Cách Import Keras
5 Code Khởi đầu
6 Sửa cho video tiếp theo (cập nhật)
7 Mô hình Keras
8 Keras - Dự đoán
9 Mã nguồn
10 Phần 7 - Kết thúc
1 Tổng quan
2 Ranh giới Phi tuyến tính
3 Kiến trúc
4 Quá trình Lan truyền Xuôi (Feedforward)
5 Hàm Lỗi
6 Lan truyền Ngược (Backpropagation)
7 Sửa cho video tiếp theo (cập nhật)
8 Triển khai Code
9 Mã nguồn
10 Phần 8 - Kết luận
1 Tổng quan
2 Softmax
3 Cross Entropy
4 Triển khai
5 Mã nguồn
6 Phần 9 - Kết thúc
1 Tổng quan
2 Bộ dữ liệu MNIST
3 Huấn luyện & Kiểm tra
4 Siêu tham số (Hyperparameters)
5 Triển khai Phần 1
6 Sửa cho video sắp tới
7 Triển khai Phần 2
8 Tài nguyên cho video sắp tới
9 Triển khai Phần 3
10 Mã nguồn Cuối cùng
11 Phần 10 - Kết thúc
1 Tổng quan
2 Phép Tích chập & MNIST
3 Lớp Tích chập
4 Phép Tích chập II
5 Gộp (Pooling)
6 Lớp Kết nối Đầy đủ
7 Code Khởi đầu
8 Triển khai Code I
9 Triển khai Code II
10 Mã nguồn Cuối cùng
11 Phần 11 - Kết luận
1 Tổng quan
2 Code Khởi đầu cho Biển Báo Giao thông
3 Tiền xử lý Hình ảnh
4 Triển khai leNet
5 Tinh chỉnh Mô hình
6 Tài nguyên Cần thiết cho Kiểm tra
7 Kiểm tra
8 Fit Generator
9 Mã nguồn Cuối cùng
10 Phần 12 - Kết thúc
1 Tổng quan
2 Triển khai
3 Mã nguồn Cuối cùng
4 Phần 13 - Kết luận
1 Tổng quan
2 Thu thập Dữ liệu
3 Tải Dữ liệu
4 Cân bằng Dữ liệu
5 Chia Huấn luyện & Xác thực
6 Tiền xử lý Hình ảnh
7 (Sửa cho video tiếp theo)
8 Định nghĩa Mô hình Nvidia
9 Code Drive.py
10 Không kết nối được?
11 Flask & Socket.io
12 Xe Tự Lái - Kiểm tra 1
13 Sửa lỗi mô phỏng không khởi động
14 Generator - Kỹ thuật Tăng cường Dữ liệu
15 Batch Generator
16 Fit Generator
17 Mã nguồn Cuối cùng
18 Kết thúc
1 Tổng quan
2 Phân phối Anaconda - Mac
3 Phân phối Anaconda - Windows
4 Tải Trình soạn thảo Atom
5 Trình soạn thảo Văn bản (Đọc Bài trước Trước)
6 Kết thúc
1 Khóa học Cấp tốc Python Phần 1 - Kiểu Dữ liệu
2 Jupyter Notebooks
3 Phép toán Số học
4 Biến số
5 Kiểu Dữ liệu Số
6 Kiểu Dữ liệu Chuỗi
7 Boolean
8 Phương thức
9 Danh sách (Lists)
10 Cắt (Slicing)
11 Toán tử Thành viên
12 Khả năng Thay đổi (Mutability)
13 Khả năng Thay đổi II
14 Hàm & Phương thức Thông dụng
15 Bộ (Tuples)
16 Tập hợp (Sets)
17 Từ điển (Dictionaries)
18 Cấu trúc Dữ liệu Hỗn hợp
19 Phần 1 - Kết thúc
20 Phần 2 - Luồng Điều khiển
21 If, else
22 elif
23 So sánh Phức tạp
24 Vòng lặp For
25 Vòng lặp For II
26 Vòng lặp While
27 Break
28 Phần 2 - Kết thúc
29 Phần 3 - Hàm
30 Hàm
31 Phạm vi (Scope)
32 Chuỗi Tài liệu (Doc Strings)
33 Lambda & Hàm Bậc Cao
34 Phần 3 - Kết thúc
1 Tổng quan
2 Phép cộng Vectơ - Mảng vs Danh sách
3 Mảng Đa chiều
4 Cắt Một chiều
5 Thay đổi Hình dạng (Reshaping)
6 Cắt Đa chiều
7 Thao tác Hình dạng Mảng
8 Phép nhân Ma trận
9 Xếp chồng (Stacking)
10 Phần 4 - Kết thúc

Giới thiệu khóa học

Self-driving cars have rapidly become one of the most transformative technologies to emerge. Fuelled by Deep Learning algorithms, they are continuously driving our society forward and creating new opportunities in the mobility sector. 

Deep Learning jobs command some of the highest salaries in the development world. This is the first, and only course which makes practical use of Deep Learning, and applies it to building a self-driving car, one of the most disruptive technologies in the world today.

Learn & Master Deep Learning in this fun and exciting course with top instructor Rayan Slim. With over 28000 students, Rayan is a highly rated and experienced instructor who has followed a "learn by doing" style to create this amazing course.

You'll go from beginner to Deep Learning expert and your instructor will complete each task with you step by step on screen.

By the end of the course, you will have built a fully functional self-driving car fuelled entirely by Deep Learning. This powerful simulation will impress even the most senior developers and ensure you have hands on skills in neural networks that you can bring to any project or company.


This course will show you how to:

  • Use Computer Vision techniques via OpenCV to identify lane lines for a self-driving car.

  • Learn to train a Perceptron-based Neural Network to classify between binary classes.

  • Learn to train Convolutional Neural Networks to identify between various traffic signs.

  • Train Deep Neural Networks to fit complex datasets.

  • Master Keras, a power Neural Network library written in Python.

  • Build and train a fully functional self driving car to drive on its own!

No experience required. This course is designed to take students with no programming/mathematics experience to accomplished Deep Learning developers.

This course also comes with all the source code and friendly support in the Q&A area.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Computer Vision
Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊