0
Microsoft har frigivet den Indbyggede Læring Bibliotek, der tilbyder udviklere en pre-uddannet billede anerkendelse model for Raspberry Pi og andre udvikler bestyrelser.
De tidlige uddrag af Embedded Learning Library (ELL), der nu er tilgængelig på GitHub, er en del af Microsoft ‘ s indsats for at miniaturize sin maskine-learning software til en række ekstremt lav-powered chips på enheder, som ikke har forbindelse til skyen.
Som virksomhed, forklarer i et blogindlæg, et team på Microsoft Research lab arbejder på at komprimere sin machine learning modeller til at arbejde på Cortex-M0, en ARM-processor ikke er større end brødkrumme.
Målet er at skubbe machine learning til enheder, der ikke har forbindelse til internettet, såsom hjernen implantater. Microsofts nye art har for sin Pix iPhone foto app bruger AI på enheden, men planen er at sætte det på langt mindre magtfulde chips, som en hjerne implantat, som måske nødt til at arbejde uden en netværksforbindelse.
Det nuværende kompression indsats har resulteret i machine learning modeller 10 til 100 gange mindre, men for at få det til at køre på en Cortex M0, modeller nødt til at være 1.000-10.000 gange mindre.
Men i dag, ELL er til rådighed for den relativt kraftige og store Raspberry Pi, Arduinos, BBC micro:bit og andre microcontrollere.
ELL for disse enheder er baseret på komprimeret machine learning modeller, der blev uddannet til skyen, der henviser til sit arbejde på Cortex-M0 uddannelse algoritmer, der er tilpasset specifikke scenarier.
Den mindste enhed forskerne har testet er den single-board computer, Arduino Uno, som har 2 kilobyte RAM.
Ofer Dekel, en hovedstol forskning på Microsoft research Machine Learning og Optimering gruppe, der er uddannet en computer vision model til at beskæftige sig med et egern problem i hans gård. Dekel implementeret modellen på en Raspberry Pi 3 hooked op med et webcam, der skifter på sprinkleranlæg, når det registrerer et egern.
Han tilbudt vejledning på GitHub for beslutningstagere til at komme i gang med et lignende system, der genkender objekter og udskriver en etiket, der beskriver, hvad det er.
0