📜 💞 ⏺️ डीप लर्निंग और रास्पबेरी पीआई 👩🏽‍🚒 🕺🏻 🧀

"हमारे पास क्या है?" कुबड़ा ने मुड़कर पूछा।
"एल्डन -3," दाढ़ी वाले व्यक्ति ने कहा।
"एक समृद्ध कार," मैंने कहा। "[1]

हाल ही में, मैंने गहन अध्ययन का अध्ययन करने का निर्णय लिया। काम के दौरान, उन्होंने मुझे CUDA समर्थन के साथ एक नया कार्ड दिया और बॉस ने इच्छा व्यक्त की कि इंजीनियरिंग का यह शिखर हमारी प्रयोगशाला को आगे छलांग लगाने की अनुमति देगा, या कम से कम प्रतियोगियों के द्रव्यमान से आगे नहीं निकलने देगा। मुझे पहले से ही टेन्सर फ्लो के साथ कुछ अनुभव था, लेकिन इस बार मैंने टॉर्च की कोशिश करने का फैसला किया। यह आकर्षक था कि यह लुआ और सी में लिखा गया है, यह एफएफआई के माध्यम से काफी हल्का और आसानी से एक्स्टेंसिबल है। और मुझे पायथन पसंद नहीं है।

हाल ही में मैं हबराब्र पर एक लेख के बारे में आया, जिसकी चर्चा के दौरान मुझे याद आया कि कहीं न कहीं मेरी रात्रिस्तंभ में मैं रास्पबेरी पाई, मॉडल बी + को देख रहा था, और मैं यह देखना चाहता था कि क्या मैं इस पर एक मशाल उठा सकता हूं और बहुत सरल चला सकता हूं।

GPU alexnet . Torch. , , .

(Raspberry PI B+).

torch :

apt-get install git-core  
git clone https://github.com/torch/distro.git ~/torch --recursive

, Torch OpenBLAS QT , :

apt-get install -y build-essential gcc g++ curl cmake libreadline-dev libjpeg-dev libpng-dev ncurses-dev imagemagick libzmq3-dev gfortran libopenblas-base libopenblas-dev

torch:

cd ~/torch;
./install.sh

— ? — . [1]

: torch: arm, NEON:

[  6%] Building C object lib/TH/CMakeFiles/TH.dir/THVector.c.o
In file included from /home/pi/torch/pkg/torch/lib/TH/THVector.c:2:0:
/home/pi/torch/pkg/torch/lib/TH/generic/THVectorDispatch.c: In function ‘THByteVector_vectorDispatchInit’:
/home/pi/torch/pkg/torch/lib/TH/generic/simd/simd.h:64:3: error: impossible constraint in ‘asm’
   asm volatile ( "cpuid\n\t"

. , ! , - torch Raspberry PI -B ( NEON): https://github.com/vfonov/deep-pi/releases/download/v1/torch_intstall_raspbian_arm6l_20161218.tar.gz, /home/pi

MNIST, Torch:

th train-on-mnist.lua 
<torch> set nb of threads to 4  
<mnist> using model:    
nn.Sequential {
  [input -> (1) -> (2) -> (3) -> (4) -> (5) -> (6) -> (7) -> (8) -> (9) -> (10) -> output]
  (1): nn.SpatialConvolutionMM(1 -> 32, 5x5)
  (2): nn.Tanh
  (3): nn.SpatialMaxPooling(3x3, 3,3, 1,1)
  (4): nn.SpatialConvolutionMM(32 -> 64, 5x5)
  (5): nn.Tanh
  (6): nn.SpatialMaxPooling(2x2, 2,2)
  (7): nn.Reshape(576)
  (8): nn.Linear(576 -> 200)
  (9): nn.Tanh
  (10): nn.Linear(200 -> 10)
}
<warning> only using 2000 samples to train quickly (use flag -full to use 60000 samples)    
<mnist> loading only 2000 examples  
<mnist> done    
<mnist> loading only 1000 examples  
<mnist> done    
<trainer> on training set:  
<trainer> online epoch # 1 [batchSize = 10] 
 [===================>.................... 471/2000 ....................................]  ETA: 2m20s | Step: 92ms

, — i5-4590 CPU @ 3.30GHz, GPU:

[=======================>................ 571/2000 ....................................]  ETA: 27s613ms | Step: 19ms

. 5 .

«» : «. » [1]

googlenet. : Alexnet , . squeezenet Network-in-Network, torch.

ARM ( Raspberry PI — ).

torch, ‘ascii’, — :

Desktop:

model=torch.load(‘blah.t7’)
torch.save(‘blah_ascii.t7’,model,’ascii’)

Raspberry PI:

model=torch.load(‘blah_ascii.t7’,’ascii’)
torch.save(‘blah_arm.t7’,model)

arm .

:
.

...
local m=torch.load(prefix..'nin_bn_final_arm.t7')
...
local input=image.load(prefix.."n07579787_ILSVRC2012_val_00049211.JPEG")
...
local output=model:forward(cropped)
...

, ImageNET:

>th test_single.lua n07579787_ILSVRC2012_val_00049211.JPEG
loading model:0.57sec   
Running neural net:13.46sec 
 25.3%: n07579787: plate    
 13.8%: n07873807: pizza, pizza pie     
 8.8%: n04263257: soup bowl     
 8.0%: n07590611: hot pot, hotpot   
 7.2%: n07831146: carbonara

T.e 14 !

: camera display, , 14 . (luarocks install camera) - (luarocks install display).

…
--  
local cam = image.Camera {idx=0,width=iW,height=iH}
...
  local frame = cam:forward()
  local cropped = image.crop(frame, w1, h1, w1+oW, h1+oH) -- center patch
…
 --   
  display_sample_in.win=display.image(cropped,display_sample_in)
…
 --    
  local output=model:forward(cropped)
…
--   -  
  display_output.win=display.text(out_text,display_output)

display: nohup th -ldisplay.start 8000 0.0.0.0 &

, . , - , , .

nnpack, .

:

"सोमवार से शनिवार शुरू होता है" और ए और बी स्ट्रैगात्स्की द्वारा "द टेल ऑफ़ द थ्री" के उद्धरण।
अंग्रेजी में प्रक्रिया का वर्णन और सभी स्रोतों के साथ भंडार जीथब पर हैं ।

डीप लर्निंग और रास्पबेरी पीआई

:

More articles: