从深度学习与无人驾驶方向来说，环境的配置经常消耗掉我们大量时间，无论是机器人操作系统（ROS）/Autoware/Apollo，源码编译会有很多坑，而Apollo和Autoware.auto也逐渐将开发环境发布到docker，这是个不错的做法，但作为一个菜鸟，在运行方面还会遇到一些问题，但在这样的技术趋势下，未来开发者的体验一定会有所提升。
还有就是深度学习环境的配置，开发者往往也是大费周折，pip安装库要么有缺失，要么不兼容，跑不起来更不要说后面的数据训练和设备移植了，因此，环境配置的虚拟化和共享化是个趋势。
opencv等库的安装无力吐槽，菜鸟无奈。
吴恩达：AI是时候从大数据转向“小数据”了
对于普通开发者来说，AI训练中大量数据的获取是个问题，因此，高质量的训练数据集是个技术趋势。
以上，如有不足，敬请赐教。
