Микроконтролери и електроника
http://mcu-bg.com/mcu_site/

Embedded (Edge) Machine Learning
http://mcu-bg.com/mcu_site/viewtopic.php?f=6&t=17762		 Страница 1 от 2
Автор:  HCL [ Сря Фев 10, 2021 6:00 am ]
Заглавие:  Embedded (Edge) Machine Learning
За тези от вас които още не са си имали вземане даване с ML проекти препоръчвам горещо да хвърлите едно око на следната страница. Разработката е на Гоогъл и е най-лесният начин да си поиграете с реални приложения, а и да покажете на приятели и роднини какво точно е това ML и има ли бъдеще у нас :)

https://teachablemachine.withgoogle.com

А за тези които ги засърби, комбинацията Edge TPU + RPi е най-бързия начин да пробват TensorFlow Lite моделите си на живо. От Гоогъл обещават скоро да пуснат готов модул с USB и PCIe, който може да си запоите на каквото си пожелаете.

https://coral.ai/products/accelerator-module/
Автор:  Grubi [ Чет Фев 11, 2021 12:47 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
А този чип работи ли оф-грид/оф-лайн или трябва да е в постоянен или времене контакт с кораба майка?
Ако става и самостоятелно, предполагам трупа наученото в някаква памет?
Автор:  MYXATA [ Чет Фев 11, 2021 5:41 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Grubi написа:
А този чип работи ли оф-грид/оф-лайн или трябва да е в постоянен или времене контакт с кораба майка?
Ако става и самостоятелно, предполагам трупа наученото в някаква памет?

то и максим имат някакъв малък чип дето само го обучаваш с кораба майка, после сам си работи...
Автор:  HCL [ Чет Фев 11, 2021 7:57 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Точно това му е идеята, да работи оф-грид. Самата мрежа я тренираш на каквото си искаш (облък, десктоп, лаптоп, PS3...) и когато е готова я наливаш в чипа. Сама по себе си тя представлява структура от коефициенти на умножение и събиране които се наливат в паметта на чипа.

Една от разликите между eTPU на Google и Jeston Nano на Nvidia е, че при първите коефициентите са във формат int8/int16, а при вторите fp32/fp64. От там идва и по-добрата power consumption на първтите срещу по-добрата прецизност на вторите. Ако си затворим малко очите бихме могли да наречем едното ASIC а другото GPU+CPU, но и там взеха да се размиват нещата.

Въпросът с повишена трудност тук е дали подобни чипове ще имат бъдеще след някоя друга година или народът масово ще мине на uC + 4G5G modem. Защото от гледна точка на разхода на енергия второто почва да изглежда все по-атракативно.
Автор:  MYXATA [ Чет Фев 11, 2021 8:02 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
HCL написа:
...дали подобни чипове ще имат бъдеще след някоя друга година или народът масово ще мине на uC + 4G5G modem. Защото от гледна точка на разхода на енергия второто почва да изглежда все по-атракативно.


Да де, ама ако нямаш 5Г канал към кораба-майка имаш един тостер :)
а има доста приложения, от които се иска да работят автономно дълги години....

така че ще има хляб за всички
Автор:  HCL [ Чет Фев 11, 2021 8:44 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Ама плановете са кораба-майка да има канал към всичко и всички....
Автор:  Grubi [ Пет Фев 12, 2021 1:14 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
E моите планове са други... затова питам.
много интересно става - ако кораба майка по някаква неизвестна глобална причина отиде офлайн (т.е. на майната си) или реши да те отреже по собствени съображения? ей за това хич не им искам плановете.
Автор:  HCL [ Пет Фев 12, 2021 5:45 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Аз затова продължавам да гледам към FPGA за edge ML у-ва, основно Lattice. Просто тези големите не ми изглеждат никак заинтересувани да предложат агресивни standalone решения. Дори на eTPU-то консумацията му е далече над необходимата. Може и да греша, но нека не забравяме че google са data company и като такава единственият им сериозен бизнес интерес е към нашата информация.
Автор:  MYXATA [ Пет Фев 12, 2021 6:50 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
тва е чипа на максим дето говорех
вярно не е дзвер, но за много сенсорни приложения, където захранването е кът и на няква гурелива батерийка трябва да изкара 10 години на върха на комина на теца не ти трябва нвидия/интел/гоогле + 5г + трифазен контакт ....

https://www.maximintegrated.com/en/desi ... /7364.html

https://www.maximintegrated.com/en/prod ... erm=WF7093
Автор:  Grubi [ Съб Фев 13, 2021 12:57 am ]
Заглавие:  Re: Embedded (Edge) Machine Learning
искаш да кажеш, че 10 години след като ме запомни, ще ме познае като се кача на комина на теца? :)
изглежда супер като за моето приложение за разпознаване на номера на коли, ама предполагам трябва много по-малко ресурс
Автор:  Zdrav [ Съб Фев 13, 2021 10:26 am ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Grubi написа:
искаш да кажеш, че 10 години след като ме запомни, ще ме познае като се кача на комина на теца? :)...

Това беше добро :D
Автор:  syscop [ Съб Фев 13, 2021 2:17 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Grubi написа:
искаш да кажеш, че 10 години след като ме запомни, ще ме познае като се кача на комина на теца? :)...

Защо да не те познае?

Ако след 10 години още можеш да се качиш...:)
Автор:  itso.t [ Съб Фев 13, 2021 2:26 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
По-досадно ще е ако след исполинските усилия за изкачване на комина системата отсече: "Здравейте г-н Непознат. Вие не сте оторизиран да влезете в комина". Приятно слизане и хубав ден".
Автор:  AA [ Съб Фев 13, 2021 4:25 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
itso.t написа:
По-досадно ще е ако след исполинските усилия за изкачване на комина системата отсече: "Здравейте г-н Непознат. Вие не сте оторизиран да влезете в комина". Приятно слизане и хубав ден".

Това ми напомни за разказ на Азимов (ако не бъркам), в който землянина излезе от лагера и след това роботът, който беше оставен и инструктиран да пази периметъра не го пускаше да се върне.
Автор:  bongo_x2 [ Съб Фев 13, 2021 9:14 pm ]
Заглавие:  Re: Embedded (Edge) Machine Learning
Да, ама Азимов беше измислил няк'ви закони за роботиката, върху които днес пикаят...
Страница 1 от 2 Часовете са според зоната UTC + 2 часа [ DST ]
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group
http://www.phpbb.com/