ML at the Edge: visuele intelligentie met een goedkope MCU

Het maken van een dataset kan een van de meest uitdagende aspecten zijn van het creëren van een betrouwbaar model om mee te werken. Bij Au-Zone hebben we een speelkaartdataset gemaakt om de mogelijkheden van onze interne cameramodule samen met het machine learning-modeltrainingsportaal te laten zien. De afbeeldingen voor de dataset zijn allemaal afkomstig uit de DeepView Vision Starter Kit | Micro zelf en toen het eenmaal voltooid was, hebben we het eIQ-portaal gebruikt om zowel classificatie- als detectiemodellen te trainen en te creëren in een proof-of-concept-voorbeeld. Een bruikbaar machine learning-model vereiste een diverse en robuuste dataset. We bespreken een […]

Robotica-applicaties ontwikkelen in Python met NVIDIA Isaac SDK

De modulaire en gebruiksvriendelijke perceptie-stack van NVIDIA Isaac SDK blijft de ontwikkeling van verschillende mobiele robots versnellen. Isaac SDK 2020.1 introduceert de Python API, waardoor het eenvoudiger wordt om robotapplicaties te bouwen voor degenen die bekend zijn met Python. In dit bericht onderzoeken we deze functie en delen we een stapsgewijze handleiding voor het bouwen van je eigen Isaac-applicaties met Python. We introduceren Python-programmering in Isaac SDK met voorbeelden over het maken van een applicatie; werken met codelets, modules en gegevensstroom; en werken met verschillende gegevenstypen. We sluiten de post af met voorbeelden om subgrafieken toe te voegen aan dezelfde […]

Geconfronteerd met moeilijke ethische vragen in AI

De kans bestaat dat u “het trolleyprobleem” kent – een beroemd gedachte-experiment waarbij een persoon moet kiezen tussen het veranderen van de richting van een uit de hand gelopen trein, waarbij wordt geselecteerd of een of meerdere mensen sterven. Op het eerste gezicht lijkt het antwoord eenvoudig utilitair: kies het spoor dat het minste aantal mensen schaadt. Maar het dilemma zit in de details. Wat als je de enige persoon kent die zal worden vermoord? Wat als de grotere groep mensen op de een of andere manier moreel verwerpelijk is? Welke verantwoordelijkheid heb je, of helemaal niet, om de richting […]

TensorFlow versnellen op NVIDIA A100 GPU’s

De NVIDIA A100, gebaseerd op de NVIDIA Ampere GPU-architectuur, biedt een reeks opwindende nieuwe functies: Tensor van de derde generatie Cores, Multi-Instance GPU (MIG) en derde generatie NVLink. Ampere Tensor Cores introduceren een nieuwe wiskundige modus speciaal voor AI-training: de TensorFloat-32 (TF32). TF32 is ontworpen om de verwerking van FP32-gegevenstypen, die vaak worden gebruikt in DL-workloads, te versnellen. Op NVIDIA A100 Tensor Cores is de doorvoer van wiskundige bewerkingen die in TF32-indeling worden uitgevoerd tot 10x meer dan die van FP32 op de eerdere Volta-generatie V100 GPU, wat resulteert in tot 5,7x hogere prestaties voor DL-workloads. Elke maand geeft NVIDIA […]

Nieuwe dieren verwelkomen in de dierentuin — Modelevaluatie

Tensorflow Object Detection API (TF OD API) is nu nog beter geworden. Onlangs heeft Google de nieuwe versie van TF OD API uitgebracht die nu Tensorflow 2.x ondersteunt. Dit is een enorme verbetering waar we allemaal op hebben gewacht! Intro Recente verbeteringen in objectdetectie (OD) worden aangedreven door de wijdverbreide acceptatie van de technologie door industrie. Autofabrikanten gebruiken objectdetectie om voertuigen te helpen autonoom over de weg te navigeren, artsen gebruiken het om hun diagnoseproces te verbeteren, boeren gebruiken het om verschillende gewasziekten op te sporen… en er zijn vele andere (nog te ontdekken) use-cases waarbij OD kan enorme waarde […]

Goede testgegevens zijn alles wat u nodig heeft

Een methode voor het optimaliseren van de ROI van datasets & TTM maximaliseren in toegepaste AI Het bouwen van machine learning (ML) en deep learning (DL) modellen vereist uiteraard veel data als trainingsset en een testset waarop het model wordt getoetst en geëvalueerd. Best practices met betrekking tot het opzetten van treinsets en testsets zijn in academische kringen geëvolueerd, maar binnen de context van toegepaste datawetenschap moeten organisaties rekening houden met een heel andere reeks vereisten en doelen. Uiteindelijk is elk model dat een bedrijf bouwt bedoeld om een ​​zakelijk probleem aan te pakken. In dit verband zijn er twee […]

Modelcompressie: behoeften en belang

Smart City verbonden door IoT (Afbeelding door Tumisu via Pixabay ) Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient. Of je nu nieuw bent met computervisie of een expert bent, je hebt waarschijnlijk gehoord dat AlexNet de ImageNet-uitdaging in 2012 won. Dat was het keerpunt in de geschiedenis van computervisie, omdat het aantoonde dat deep learning-modellen taken kunnen uitvoeren die als zeer moeilijk werden beschouwd. voor computers, met een ongekend niveau van nauwkeurigheid. Maar wist je dat AlexNet 62 miljoen trainbare parameters had? Interessant toch. Een ander populair model VGGNet […]

Onderzoek naar de post-training kwantisatiemethoden van AIMET

Als u drie opties krijgt aangeboden, zoals krachtig, efficiënt en goedkoop, ook geconfronteerd met het raadsel waar je maar een of twee mag kiezen. Beoefenaars van machine learning (ML) die neurale netwerken voor mobiel ontwikkelen, hebben niet altijd de luxe om hun eerste of twee keuzes te kiezen, omdat hun modellen over het algemeen snel en klein moeten zijn en weinig stroom verbruiken om effectief te zijn. In onze recente blogpost, Neural Network Optimization with AIMET, hebben we besproken hoe de open-source AI Model Efficiency Toolkit (AIMET) van Qualcomm Innovation Center (QuIC) geavanceerde kwantisatie- en compressietechnieken biedt en hoe deze […]

Maximaliseer CPU-inferentieprestaties met verbeterde threads en geheugenbeheer in Intel-distributie van OpenVINO Toolkit

De populariteit van modellen voor convolutionele neurale netwerken (CNN) en de alomtegenwoordigheid van CPU’s betekent dat betere inferentieprestaties aanzienlijke voordelen kunnen opleveren voor een groter aantal gebruikers dan ooit tevoren. Aangezien multi-coreprocessors de norm worden, is efficiënte threading vereist om parallellisme te benutten. Deze blogpost behandelt recente ontwikkelingen in de Intel® Distribution of OpenVINO™-toolkit threading-ondersteuning en bijbehorende prestatieverbeteringen. De Intel Distribution of OpenVINO-toolkit (een ontwikkelaarstoolsuite voor high-performance deep learning op Intel®-architectuur) biedt een multi-threading-model dat draagbaar is en vrij is van low-level details. Het is niet nodig voor gebruikers om expliciet (bijvoorbeeld inferentie) threads te starten en te stoppen, of […]

DNN Model Optimization Series Part II: Model Compression – Top 10 vragen beantwoord

Zoals besproken in onze vorige blogpost, zal het comprimeren van grote deep learning-modellen de weg vrijmaken voor veel nieuwe AI-toepassingen en AI om ons dagelijks leven te ondersteunen. Dit maakt modelcompressie een populair onderzoeksgebied, wat aanleiding geeft tot meerdere intense online discussies, waaronder veel blogs en media-artikelen over verschillende gebruiksscenario's voor optimalisatie en compressieresultaten. Sommige van de populaire AI-conferenties, zoals NeurIPS 2020 en CVPR 2020, hebben elk meer dan 50 onderzoekspapers in deep learning-modelcompressie geaccepteerd. In ICLR 2021 zijn er meer dan 100 papers ingediend. Dit betekent dat alleen al in 2020 meer dan 200 nieuwe onderzoekspapers over compressie van […]

De mondelinge geschiedenis van AI

We kunnen niet luisteren naar Newton die ons door de vroege dagen van de natuurkunde leidt, of naar Darwin die praat over de oorsprong van zijn 'Origins of Species'-werk. We kunnen echter horen over de beginjaren van kunstmatige intelligentie (AI) van een van de makers ervan, Yann LeCun. Yann is een vooraanstaand professor aan de NYU, de Chief AI Scientist bij Facebook, en een winnaar van de Association for Computing Machinery A.M. Turing Award, algemeen beschouwd als de “Nobelprijs voor Computing”, die hem samen met collega-winnaars Geoffrey werd uitgereikt. Hinton, een pionier in kunstmatige neurale netwerken, die momenteel zijn tijd […]

Audioclassificatie met PyTorch's Ecosystem Tools

Audioclassificatie met torchaudio en ClearML Audiosignalen zijn overal om ons heen. Als zodanig is er een toenemende interesse in audioclassificatie voor verschillende scenario's, van brandalarmdetectie voor slechthorenden, via motorgeluidanalyse voor onderhoudsdoeleinden tot babybewaking. Hoewel audiosignalen tijdelijk van aard zijn, is het in veel gevallen mogelijk om gebruik te maken van recente ontwikkelingen op het gebied van beeldclassificatie en populaire hoogwaardige convolutionele neurale netwerken te gebruiken voor audioclassificatie. In deze blogpost zullen we een dergelijk voorbeeld demonstreren door gebruik te maken van de populaire methode om het audiosignaal om te zetten in het frequentiedomein. Deze blogpost is een derde van een […]

NVIDIA DRIVE Sim-cameramodellen valideren

Autonome voertuigen moeten op grote schaal worden ontwikkeld en getest in een breed scala aan scenario's voordat ze kunnen worden ingezet. Simulatie kan deze uitdagingen aangaan door schaalbare, herhaalbare omgevingen te leveren waarin autonome voertuigen de zeldzame en gevaarlijke scenario's kunnen tegenkomen die nodig zijn voor training, testen en validatie. NVIDIA DRIVE Sim on Omniverse is een simulatieplatform dat speciaal is gebouwd voor het ontwikkelen en testen van autonome voertuigen (AV). Het biedt een high-fidelity digitale tweeling van het voertuig, de 3D-omgeving en de sensoren die nodig zijn voor de ontwikkeling en validatie van AV-systemen. In tegenstelling tot virtuele werelden […]

Edge AI – dezelfde taal spreken

Woorden kunnen meerdere betekenissen hebben. Als gevolg hiervan begrijpen mensen die betrokken zijn bij aangrenzende gebieden van de technologische industrie elkaar vaak verkeerd, zelfs als ze dezelfde termen gebruiken. Elke groep heeft zijn eigen referentiekader, geschiedenis en technische domeinexpertise. Vooral gebieden van technologische cross-overs en convergentie zijn vaak beladen met categoriefouten, gebrekkige aannames – of gewoon slechte communicatie. Er is een aanzienlijk risico dat dit gebeurt op het gebied van Edge AI. Ten minste vier verschillende groepen interpreteren die term op zeer verschillende manieren. Veel professionals in de cloud- en netwerkwereld hebben bijvoorbeeld geen idee wat er kan worden bereikt […]

Stroomlijn uw Intel-distributie van OpenVINO Toolkit-ontwikkeling met Deep Learning Workbench

In 2018 lanceerde Intel de Intel® Distribution of OpenVINO™ toolkit. Sindsdien is het op grote schaal toegepast door partners en ontwikkelaars om AI-aangedreven applicaties in verschillende industrieën te implementeren, van zelfkassakiosken tot medische beeldvorming naar industriële robotica. De populariteit van de toolkit is te danken aan het gemak van integratie met en gestroomlijnde implementatie-ervaring op Intel®-architectuurplatforms om de prestaties van deep learning-inferentie te verbeteren. Bij het ontwerpen van de toolkit waren twee van onze belangrijkste doelstellingen voor ontwikkelaarservaring gebruiksgemak en een gestroomlijnde out-of-the-box-ervaring. Om te beginnen hebben gebruikers de mogelijkheid om hun eerste sample binnen enkele minuten na installatie uit […]

DNN Model Optimization Series Deel I: Wat is de oefening?

Waarom moet u uw DNN-model optimaliseren? Bij Deeplite geloven we dat AI (Kunstmatige Intelligentie) is hier om de manier waarop we omgaan met dingen die we gebruiken om een ​​beter leven te creëren, te verbeteren. Van een drone die het terrein inspecteert of een camera op zoek naar defecten in het fabricagemateriaal tot je telefoon die je identiteit verifieert, deep learning stelt ons in staat om ingewikkelde patronen uit grote hoeveelheden gegevens te herkennen en te interpreteren. Naarmate geavanceerde technische industrieën groeien en zich ontwikkelen, hebben ze steeds complexere AI en op deep learning gebaseerde oplossingen nodig voor hun dagelijkse […]

Een open standaard heterogeen softwareplatform bouwen op oneAPI

Uitnodiging voor experts om samen te werken binnen een nieuw communityforum voor versneld computergebruik Vandaag zijn we verheugd om deel te nemen aan een nieuw Community Forum for Accelerated Computing dat zal voortbouwen op het werk dat is gedaan om de oneAPI™-specificatie te definiëren. Codeplay®* heeft actief bijgedragen aan oneAPI en nu ben ik vereerd om genomineerd te zijn als de eerste voorzitter die de uitbreiding van het forum leidt. Ik kijk ernaar uit om een ​​steeds opener benadering te stimuleren om de toekomst van een open specificatie voor versneld computergebruik vorm te geven. Ik nodig experts uit de gemeenschap […]

oneAPI breidt uit naar een communityforum voor Open Accelerated Computing

Inspanningen zullen de oneAPI-specificatie en open source-projecten naar meerdere architecturen en leveranciers brengen Sinds de lancering in november 2019 heeft oneAPI voor open versnelde computing grote vooruitgang geboekt; Ik heb de specificatie zien uitgroeien tot nieuwe domeinen en ben aangenaam verrast door het toenemende aantal implementaties bij meerdere architecturen en leveranciers. Om beter te kunnen voldoen aan de veranderende behoeften van de oneAPI-community van ontwikkelaars, ben ik verheugd aan te kondigen dat oneAPI zich uitbreidt naar een communityforum voor open, versneld computergebruik met een nieuwe bestuursstructuur. oneAPI is gemaakt om een ​​nieuw tijdperk voor versneld computergebruik in te luiden met […]