Follow us:-
  • By jodi
  • 11 June 2021
  • No Comments

Raspberry Pi – Machine Learning

Machine Learning With Raspberry Pi : 3 Steps - Instructables

 

Bagaimana cara memulainya?

Kit Artificial Intelligence Yourself (AIY) Google memberikan pengantar yang bagus untuk pembelajaran mesin di Pi.

Anda dapat memilih di antara dua kit, memungkinkan Anda bereksperimen dengan pengenalan suara atau gambar. Kit ini mencakup semua perangkat keras yang Anda butuhkan — kamera, mikrofon, dll — dan tutorial mendetail tentang cara menyiapkan Pi.

Sementara kit AIY suara memindahkan pengenalan suara ke Google Cloud, kit visi AIY benar-benar melakukan pengenalan gambar di papan, meskipun dengan bantuan akselerator Intel Movidius AI.

Setelah Anda menyelesaikan tutorial, ada model pembelajaran mesin terlatih lainnya yang dapat Anda jalankan di kit Pi dan AIY, termasuk detektor wajah/anjing/kucing/manusia dan pengklasifikasi gambar tujuan umum.

Apakah ada pilihan lain yang tersedia?

Mereka yang memiliki lebih banyak pengalaman pembelajaran mesin dapat menginstal pustaka perangkat lunak TensorFlow Google di Pi, sebuah proses yang baru-baru ini menjadi jauh lebih mudah.

TensorFlow adalah kerangka kerja perangkat lunak yang digunakan untuk membangun model pembelajaran mesin, dan digunakan untuk berbagai tugas pembelajaran mendalam, seperti pengenalan gambar dan ucapan.

Untuk menginstal TensorFlow di Pi, ikuti petunjuk ini, lalu ikuti tutorial di bawah bagian Pelajari dan gunakan ML di halaman ini, yang menjelaskan cara melatih dan menguji model untuk klasifikasi teks dan gambar sederhana.

Satu fakta yang perlu diingat adalah bahwa spesifikasi sederhana Pi akan membatasi kinerjanya.

Apa batasan Pi dalam hal Machine Learning?

Meskipun Pi dengan spesifikasi yang relatif rendah bukanlah pilihan yang jelas untuk pembelajaran mesin, ukuran papan yang ringkas dan konsumsi daya yang rendah membuatnya sangat cocok untuk membuat gadget dan robot buatan sendiri. Pembelajaran mesin dapat membantu perangkat ini menangani tugas baru, menggunakan pengenalan gambar untuk “melihat” dan pengenalan ucapan untuk “mendengar”. Namun, ada batasan yang pasti untuk kemampuan ML Pi.

Ada dua tahap utama pembelajaran mesin, pelatihan, di mana model belajar bagaimana melakukan tugas yang diberikan, dan inferensi, ketika model yang dilatih digunakan untuk melakukan tugas itu.

Kekuatan pemrosesan Pi yang terbatas berarti tidak cocok untuk melatih apa pun kecuali model pembelajaran mesin yang paling sederhana. Alih-alih, tahap ini biasanya dilakukan pada mesin dengan setidaknya GPU kelas menengah hingga kelas atas.

Namun, Pi mampu melakukan inferensi, benar-benar menjalankan model pembelajaran mesin yang terlatih, meskipun agak lambat.

Dalam satu pengujian, kinerja Pi yang diperkirakan saat menggunakan pengenalan gambar untuk melihat mobil dalam rekaman dashcam adalah sekitar 1 – 4 frame per detik, jelas jauh lebih lambat daripada waktu nyata. Dan sementara kit visi AIY Google menjalankan model terlatih pada Pi, ia melakukannya menggunakan akselerator AI.

Kendala ini adalah mengapa tugas visi komputer di Pi sering ditangani menggunakan pustaka perangkat lunak OpenCV, yang menggunakan teknik non-ML yang berkinerja lebih baik di Pi.

Bagaimana saya bisa meningkatkan kinerja pembelajaran mesin di Pi?

Jika Anda menghadapi batas dari apa yang dapat dilakukan Pi, ada add-on yang mempercepat kemampuan Pi untuk menjalankan model pembelajaran mesin yang terlatih.

Intel Movidius Compute Stick meningkatkan kecepatan Pi dalam melakukan tugas terkait penglihatan seperti pengenalan wajah dan objek, menggunakan 12-core Myriad 2 Vision Processing Unit.

USB stick seharga $79 mampu menghasilkan 100 gigaflops (seribu juta, operasi floating-point per detik) dan mengkonsumsi satu watt, meskipun penarikan daya kadang-kadang naik menjadi 2,5W. Perkiraan kasar kinerja online mengatakan bahwa VPU stick dapat melakukan 10 inferensi per detik menggunakan jaringan saraf convolutional GoogLeNet, model pembelajaran mesin yang biasa digunakan untuk pengenalan gambar. Itu dibandingkan dengan sekitar 2 kesimpulan per detik menggunakan arsitektur jaringan saraf convolutional Inception Google pada Raspberry Pi tanpa bantuan.

Anda dapat melihat jenis peningkatan kinerja yang diberikan Movidius Stick kepada Pi dalam video ini tentang Pi yang dipercepat yang melakukan identifikasi kendaraan secara real-time .

Google juga telah mengungkapkan stik USB-nya sendiri yang dikatakan akan secara dramatis mempercepat tingkat di mana Pi menjalankan model pembelajaran mesin yang terlatih.

Google mengatakan Edge TPU Accelerator akan memungkinkan perangkat untuk menjalankan beberapa model visi komputer canggih pada video resolusi tinggi pada lebih dari 30 frame per detik.

Tingkat kinerja itu akan jauh melampaui kemampuan Pi tanpa bantuan, dan tampaknya di atas tingkat kinerja yang dilaporkan menggunakan Movidius Neural Compute Stick Intel.

Perangkat ini akan keluar musim gugur ini, dan mereka yang tertarik dapat mendaftar untuk diberi tahu tentang rilisnya.

 

Apa yang dilakukan orang dengan Machine Learning di Pi?

Ada berbagai contoh, seperti penyortir mentimun otomatis yang digunakan di pertanian mentimun Jepang hingga pengintai kereta AI ini.

 

Leave a Reply