CarND交通标志分类器项目：使用Python和Tensorflow构建的交通标志分类神经网络

项目：深度学习中的交通标志识别 概述 在这个项目中，使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求： 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。 教室具有指向“项目说明”内容中的数据集的链接。 这是一个腌制的数据集，其中我们已经将图像调整为32x32。 它包含培训，验证和测试集。 克隆项目，其中包含Ipython笔记本和编写模板。 git clone https://github.com/udacity/CarND-Traffic-Sig