0
Microsoft ha rilasciato l’Embedded Learning Library, che offre agli sviluppatori un pre-formati immagine modello di riconoscimento per Raspberry Pi e altri sviluppatori di schede.
L’anteprima prima dell’Embedded Learning Library (ELL), ora disponibile su GitHub, è parte di Microsoft sforzo di miniaturizzare la sua macchina-software per l’apprendimento di una serie di estremamente bassa potenza chip su dispositivi che non sono connesso al cloud.
La società spiega in un blogpost, un team di Microsoft Research lab sta lavorando a comprimere il relativo apprendimento automatico di modelli per lavorare su Cortex-M0, un processore ARM, non più grande di navigazione.
L’obiettivo è quello di spingere la macchina di apprendimento per i dispositivi che non sono connessi a internet, come ad esempio impianti cerebrali. Microsoft arte nuova funzionalità per il suo Pix foto iPhone app utilizza IA sul dispositivo, ma il piano è quello di consentire molto meno potente chip, come il cervello dell’impianto, che potrebbe dover lavorare senza una connessione di rete.
L’attuale compressione sforzi hanno portato in apprendimento automatico di modelli da 10 a 100 volte più piccolo, ma per farlo funzionare su un Cortex M0, i modelli devono essere 1.000 a 10.000 volte più piccolo.
Oggi, tuttavia, ELL è disponibile per il relativamente potenti e di grandi Raspberry Pi, Arduino, BBC micro:bit e altri microcontrollori.
ELL per questi dispositivi si basa sulla compressa di apprendimento automatico di modelli che sono stati addestrati per il cloud, mentre il suo lavoro su Cortex-M0 formazione algoritmi ottimizzati per specifici scenari.
Il piccolo dispositivo, i ricercatori hanno testato è il single-board computer, Arduino Uno, che ha 2 kb di RAM.
Ofer Dekel, un dirigente di ricerca presso il Microsoft Research di Machine Learning e di Ottimizzazione gruppo, formato un computer vision modello per affrontare con uno scoiattolo problema nel suo cortile. Dekel distribuito il modello su un Raspberry Pi 3 collegato con una webcam, che passa sul sistema di irrigazione quando rileva uno scoiattolo.
Ha offerto le istruzioni su GitHub per i produttori di iniziare con un sistema simile, che riconosce gli oggetti e stampa di una etichetta che descrive quello che è.
0