0
Microsoft har släppt den Inbäddade Lärande Bibliotek, som erbjuder utvecklare en pre-utbildade bild erkännande modell för Raspberry Pi och andra utvecklare styrelser.
Tidig förhandsvisning av Inbäddade Lärande Bibliotek (ELL), som nu finns tillgänglig på GitHub, är en del av Microsofts försök att krympa sin machine-learning programvara för en rad av extremt låg drivs marker på enheter som inte är ansluten till molnet.
Som bolaget förklarar i ett inlägg, ett team vid Microsoft Research lab är att arbeta på att komprimera sina modeller för att arbeta på Cortex-M0, en ARM-processor som inte är större än smuldeg.
Syftet är att driva maskinen lära sig att enheter som inte är anslutna till internet, till exempel hjärnan implantat. Microsofts nya art har för sin Pix iPhone-foto-appen använder AI på enheten, men planen är att göra det möjligt att på mycket mindre kraftfulla chips, som en hjärna implantatet, som kanske behöver arbeta utan nätverksanslutning.
Det nuvarande komprimering ansträngningar har resulterat i modeller för 10 till 100 gånger mindre, men för att få det att fungera på ett Cortex M0, modeller måste vara 1 000 till 10 000 gånger mindre.
Idag, emellertid, är ELL är tillgängliga för den relativt kraftfulla och stora Raspberry Pi, Arduinos, BBC: s micro: – bitars och andra mikrokontroller.
ELL för dessa enheter baseras på komprimerade modeller som var utbildade för molnet, medan dess arbete på Cortex-M0 utbildning algoritmer som är avpassade för specifika situationer.
Den minsta enheten forskarna har testat är den enda färddator, Arduino Uno, som har 2 kilobyte RAM.
Ofer Dekel, en rektor forskning vid Microsoft research maskininlärning och Optimering grupp, tränat en dator vision modell för att hantera en ekorre problem i sin trädgård. Dekel placeras ut modellen på en Raspberry Pi 3 hugat upp med en webbkamera, som slår på sprinklersystemet när den upptäcker en ekorre.
Han erbjuds instruktioner på GitHub för beslutsfattare att komma igång med ett liknande system, som känner igen objekt och skriver ut en etikett som beskriver vad det är.
0