task1 如下函数：

• horizontal_flip(img, degree)

  • 按照50%的概率水平翻转图像
  • img: 输入图像
  • degree: 输入图像对于的转动角度

• random_brightness(img, degree)

• 随机调整输入图像的亮度， 调整强度于 0.1(变黑)和1(无变化)之间

• img: 输入图像

• degree: 输入图像对于的转动角度

• left_right_random_swap(img_address, degree, degree_corr=1.0 / 4)

• 随机从左， 中， 右图像中选择一张图像， 并相应调整转动的角度

• img_address: 中间图像的的文件路径

• degree: 中间图像对于的方向盘转动角度

• degree_corr: 方向盘转动角度调整的值

• discard_zero_steering(degrees, rate)

  • 从角度为零的index中随机选择部分index返回
  • degrees: 输入的角度值
  • rate: 丢弃率， 如果rate=0.8， 意味着80%的index会被返回， 用于丢弃

• image_transformation(img_address, degree, data_dir)

  • 图像整体预处理

  • img_address: 中间图像的的文件路径

  • degree：中间图像对于的方向盘转动角度

  • data_dir：图像数据路径

task2 构造自己的网络结构

• get_model(shape)
  • 预测方向盘角度: 以图像为输入, 预测方向盘的转动角度
  • shape: 输入图像的尺寸, 例如(128, 128, 3)

task3 自己调试自动的网络, 录制一个视频, 显示自己训练的小车能够自动驾驶整个模拟器的赛道