Aprendizaje automático en plataformas pequeñas como Raspberry Pi y Arduino

El aprendizaje automático ha comenzado recientemente en línea en todos los campos, y es probable que la tendencia continúe en el futuro previsible. Lo que antes solo estaba disponible para los operadores de supercomputadoras ha sido utilizado por cualquiera con una computadora de escritorio bastante poderosa. Sin embargo, la reducción no se detiene allí, ya que Microsoft está impulsando ahora el desarrollo del aprendizaje automático para sistemas integrados.

La Biblioteca de aprendizaje insertada (ELL) es un conjunto de herramientas que permiten a Arduinos, Raspberry Pis y personas similares aprovechar los algoritmos de aprendizaje automático a pesar de su tamaño pequeño y capacidad reducida. Microsoft pretendía que esta biblioteca fuera útil para cualquier persona y tiene ejemplos disponibles para cosas como visión por computadora, reconocimiento de palabras clave y un pequeño puñado de otras implementaciones. La biblioteca debe poder ampliarse a cualquier aplicación en la que el aprendizaje automático sea útil para un pequeño sistema integrado, por lo que no se limita a estos programas de muestra.

Sin embargo, hay una pequeña velocidad para ejecutar un algoritmo de aprendizaje automático en su Raspberry Pi. La alta carga del procesador tiende a hacer que los SoC pequeños se calienten. Pero agregar un disipador de calor y un ventilador es algo que ciertamente hemos visto antes. No dejes que la falta de una supercomputadora te impida explorar el aprendizaje automático si ves algún beneficio, y si necesitas más potencia que una sola Raspberry Pi, siempre puedes crear un clúster para hacer tu tarea un poco más rápida. además.

Gracias a [Baldpower] por la propina!

  • NiHaoMike dice:

    También está el kit de herramientas AIY Vision.

  • Jacques dice:

    Modivius es viejo, ahora es Neural Compute Stick 2

    • Tegwyn☠Twmfatt dice:

      Realmente, con suerte, el stick 2 se trasladará a Raspberry Pi muy pronto.

      • Brandon dice:

        En realidad, se tomó para ejecutar el Pi el 19 de diciembre, para mi sorpresa. Entonces ya puedes usarlo. Sé que TOP ya lo ha hecho. Lo planeo pronto.

        • Tegwyn☠Twmffat dice:

          Instalé una actualización de openVINO el 20 de diciembre, ¿tienes alguna idea de cómo enviarla al parche de frambuesa? ¿Quizás tu amigo lo sepa? Sigo sin poder ver esa documentación.

  • rayos de luz dice:

    ¿Aprendizaje automático o solo una conclusión?

    • rasz_pl dice:

      es PR

      • Tegwyn☠Twmffat dice:

        ¿Representación proporcional?

    • svofski dice:

      Solo una conclusión, porque el aprendizaje real requiere mucho poder de procesamiento. Sin embargo, una conclusión es el resultado del aprendizaje.

  • SlowBro dice:

    Sé por qué me molestaría en hacer esto. $ 10 RPi Zero W> $ 79 Neural Compute Stick 2 para mi presupuesto. ¡Tocar!

  • SlowBro dice:

    No tengo del todo claro cómo usar Arduino con esto.

  • ian dice:

    Esto es LITERALMENTE lo opuesto al “Compromiso del aprendizaje automático”.
    Asumimos que estamos entrenando en algo poderoso para poder potenciar el resultado con algo con la menor potencia posible.

    ¿POR QUÉ querría entrenar en un Arduino cuando se necesitan horas o DÍAS para entrenar las cosas con una configuración CUDA de múltiples GPU?

    • Davinder dice:

      Incluso me preguntaría por qué hablarían de Arduinos y Pis en la misma oración cuando están en clases completamente diferentes. Quiero decir, ¿ejecutar CNN en Arduino?

    • Porra dice:

      Impresionar a las chicas por supuesto;)

    • keith de canadá dice:

      Se trata de Micro $ a menudo, de lo que estamos hablando, que literalmente procesa a las empresas que no les pagan “protección” por el uso de Linux. Hagan lo que hagan, beneficia a M $ * Y * engañar a otra persona. Siempre han sido muy eficaces.

  • bagazo dice:

    El aprendizaje automático es un gran paraguas que incluye métodos de uso intensivo de computadoras, como redes neuronales convolucionales profundas, hasta una regresión lineal simple que se puede resolver en un solo paso. Hay otros algoritmos que tampoco requieren un uso intensivo de la computadora. Cada computadora o teléfono puede realizar “aprendizaje automático”. El tipo importa. Y hay cero posibilidades de que Raspberry Pi pueda entrenar de manera muy efectiva redes neuronales profundas.

    • bagazo dice:

      Supongo que esto es solo aprendizaje de transferencia en el que toman un modelo de red neuronal previamente entrenado y luego entrenan solo la última capa para su conjunto de datos en particular. Muchos límites con esto

  • Paul O’Brien dice:

    Usé algunos de los primeros programas de redes neuronales en Amiga 8MHz 6800, 16bit, por lo que sería posible entrenar cualquier cosa. Sin embargo, usaré Neural Compute Stick 2, gracias.

  • Luke Weston dice:

    Ya podemos usar OpenCV / TensorFlow / Caffe, etc., herramientas estándar de la industria y concluir con Raspberry Pi.
    El hardware de Movidius es útil si desea un rendimiento inferido más rápido en algo como Raspberry Pi.

    Entonces, ¿qué ha comprado Microsoft en la mesa que sea útil y nuevo?

    • Tegwyn☠Twmffat dice:

      ¿Quizás es solo una herramienta educativa? ¿Quizás pueda crear filtros como Kalman para combinar datos de varias fuentes? Debe haber alguna razón por la que se creó esta cosa.

  • prastus dice:

    ¿Existen formas efectivas de operar un microcontrolador de red previamente capacitado? En mi opinión, la red podría representarse como tablas y no debería ser demasiado complicado transmitirla a un microcontrolador.

  • Miroslav dice:

    Un algoritmo eficiente funcionará más rápido en Arduino que un algoritmo ineficiente en un Intel multinúcleo.

  • Víctor dice:

    ¿Alguien realmente lo ha probado?

  • Wazzer dice:

    Hay un chip llamado Akida que se lanzará en 2020, lo que puede ser excelente para esto. Consume poca energía. La simulación de software acaba de ser lanzada para todos. https://www.brainchipinc.com/products/akida-development-environment
    https://www.brainchipinc.com/technology

  • Wazza dice:

    La gente puede estar interesada en

    https://www.brainchipinc.com/products/akida-development-environment

    https://www.brainchipinc.com/technology

    el entorno de desarrollo ahora está disponible gratuitamente para jugar

Joel Carrasco
Joel Carrasco

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *