El aprendizaje automático en Raspberry Pi da un gran paso adelante
Los usuarios de Raspberry Pi 4 ahora pueden usar la plataforma de desarrollo basada en la nube de Edge Impulse para entrenar sus propios modelos personalizados para el aprendizaje automático en dispositivos de borde.
La Raspberry Pi es una pequeña máquina poderosa, pero si está interesado en desarrollar sus propias aplicaciones integradas de aprendizaje automático, entrenar modelos personalizados en la plataforma ha sido complicado debido a la potencia de procesamiento limitada de la Pi.
Cobertura de lectura obligada para desarrolladores
Pero las cosas simplemente dieron un gran paso adelante. Ayer, Edge Impulse, una plataforma de desarrollo basada en la nube para aprendizaje automático en dispositivos perimetrales, anunció su incursión en Linux integrado con soporte oficial completo para Raspberry Pi 4. Como resultado, los usuarios ahora pueden cargar datos y entrenar sus propias máquinas personalizadas: aprender algoritmos en la nube y luego implementarlos nuevamente en Raspberry Pi.
mirar: El lenguaje de programación C++: cómo se convirtió en la base de todo y qué sigue (PDF gratuito) (República Tecnológica)
Esta semana estarán disponibles cuatro nuevos kits de desarrollo de software (SDK) de aprendizaje automático para Raspberry Pi, incluidos C++, Go, Node.js y Python, que permitirán a los usuarios escribir sus propias aplicaciones de inferencia personalizadas. También se ha agregado soporte para la detección de objetos, lo que significa que los usuarios de Raspberry Pi pueden usar los datos de la cámara capturados en el dispositivo para entrenar sus propios algoritmos de detección de objetos personalizados en lugar de tener que depender de modelos de clasificación «stock».
Esto permitirá a los desarrolladores crear sus propias aplicaciones de visión por computadora utilizando una cámara Raspberry Pi o conectando una cámara web a una de las ranuras USB de Raspberry Pi 4. Edge Impulse demostró las nuevas capacidades de aprendizaje automático en un video que muestra a uno de sus ingenieros construyendo un sistema que puede reconocer múltiples objetos desde cero a través de una cámara y luego implementarlo nuevamente en una Raspberry Pi.
Además de recopilar datos del micrófono de la cámara, el nuevo SDK también permite a los usuarios capturar datos de cualquier otro tipo de sensor que pueda conectarse a la Raspberry Pi, incluidos acelerómetros, magnetómetros, sensores de movimiento, sensores de humedad y temperatura, y más.
Alasdair Allan, gerente de documentación técnica de Raspberry Pi, dijo que si bien las métricas de rendimiento de Edge Impulse eran «prometedoras», todavía eran un poco más bajas de lo que habían visto usando el marco TensorFlow Lite de Google, que también permite a los usuarios construir modelos de aprendizaje automático usando Deep. Tareas de aprendizaje como reconocimiento de imágenes y voz en Raspberry Pi.
VER: Raspberry Pi y aprendizaje automático: cómo empezar (Tecnopedia)
Sin embargo, Allen señaló que los tipos de datos y los casos de uso de las aplicaciones de aprendizaje automático varían ampliamente, lo que hace «difícil comparar el rendimiento incluso de modelos muy similares».
Añadió: «El nuevo anuncio de Edge Impulse proporciona dos cosas muy importantes: un marco de principio a fin para recopilar datos y modelos de entrenamiento, y luego implementar esos modelos personalizados en el borde, así como una capa de abstracción.
«Cada vez más, vemos que el aprendizaje profundo canibaliza el software como parte de una tendencia general de creciente abstracción (a veces llamada petrificación) en el software. Suena aterrador, pero significa que podemos usar menos esfuerzos para hacer más. Eso no es nada malo. «.
