Là je me rends compte peu à peu de la puissance d'embarqué un modèle d'apprentissage automatique dans des composants de plus en plus petit, de les mettre directement à la portée de l'humain et ceux en local avec des coûts réduits
Embarqué un réseau de neurones est mon objectif pour les semaines à venir, J'ai reçu mes microcontrollers et j'ai repris en main les livres sur le deep learning et les neurals nets, Je bosse dessus jour et nuit, j'ai la vision sur les modèles en embarqués, ça va résoudre énormement de problèmes dans littéralement tous les domaines
Update : J'ai pu générer plusieurs variantes de mes données avec une data-augmenation ainsi générer + de données artificielles afin de mieux généraliser et éviter un overfitting
+ Chargement des images en matrices de values, de là on peut attaquer avec les filtres convolutifs
Je pense honnêtement que le meilleur choix que j'ai fait ces derniers mois a été de toucher au hardware.
Je ne savais pas qu'un jour j'allais collecter mon propre dataset pour entraîner mon propre modèle.
Comme quoi n'attendez pas d'être prêt pour vous lancer
Je pense honnêtement que le meilleur choix que j'ai fait ces derniers mois a été de toucher au hardware.
Je ne savais pas qu'un jour j'allais collecter mon propre dataset pour entraîner mon propre modèle.
Comme quoi n'attendez pas d'être prêt pour vous lancer
@UInconnu36821 Yes c'est volontaire d'entraîner sur mon propre dataset, l'architecture doit être simple pour tenir dans une ESP-32, et limité sur des tâches spécifiques
C'est avec du tensorflow ;)
Je viens de récolter et labéliser un jeu de données de plus de 1200 images pour entraîner mon modèle CNN à embarqué dans le microcontrolleur
Je suis en PLS le plus dur est fait, mon ESP32-cam est en surchauffe
grind day neural nets
1h sur Deep learning for vision de Elgendy
Faire tourner l esp32 cam pour la récolte des données
Entraînement sur 300 images pour 4 ou 5 classes pour débuter
+ flux vidéo qui recup 4 images toutes les 2 secondes
Locked in sur les neural nets
Entrainement d un modèle avec un réseau de neurones
marge d' erreur énorme
réduction de ma marge d erreur avec une normalisation
amélioration
passer le test set
Fin du test pratique et Passage à un cas concret pour l'embarqué dans l' esp
Je suis entrain de monter en XP sur les réseaux de neurones ces derniers jours, je lis toute sorte de documentation technique
Je grind jour et nuit non-stop pour atteindre mes objectifs, un jour les réseaux de neurones m'ouvrira des portes j'en suis sûr
J'étais réticent à l'idée de tester codex.
Là je me prends 2h de trajet dans le métro, PC qui tourne à la maison + codex entre les mains avec une vue sur toute ma codebase.
La productivité de l'être humain va tellement croître mais d'une de ces manières !
Je crois que mon capteur de température est broke. Ça fait deux jrs il ne détecte plus aucune valeur
Entre temps on avance sur les neurals nets avec tensorflow et keras,et l'impact des seeds pour initialiser des weights.
je pense pouvoir train mon premier modèle embarqué ce soir, trop hâte de faire chauffer mes microcontrôleurs
People have always felt this anxiety, this desire to earn more, more than others.
But the thing with this <<bubble>> that we never heard often is that it offers a golden opportunity to explore fields without however being driven by the desire to earn more money, but to share more ideas
J'ai hâte de pouvoir tester le potentiel de l'esp-32 s3 que je reçois soon
Sur le papier c'est très fort, il gère des instructions vectorielles complexes, et du calcul matriciels (pour faire du ML ) sur des registres de 128 bits pour des modèles low cost
On va démonter tout ça