- Beschikbaarheid van heel veel data op internet. Voor de 'cursus' Introductie to deep learning with Python wordt bijvoorbeeld een 60.000 records grote dataset gebruikt om handgeschreven getallen te kunnen lezen. En "Imagenet" geeft een enorme hoeveelheid geclassificeerde afbeeldingen.
- Beschikbaarheid van goedkope GPUs. De berekeningen die noodzakelijk zijn voor deep learning netwerken worden 20 tot 50x zo snel uitgevoerd op een GPU (grafishe processor) dan op een CPU.
- Ontwikkeling van convolutional networks. Een netwerk architectuur die veel meer rekening houdt met kenmerken / eigenschappen in plaats van totale plaatsjes.
Zoals eerder aangegeven lijkt Python een uitstekend uitgangspunt voor eigen AI experimenten. Het is voor AI netwerken dan wel gewenst om wat wiskundige en numerieke bibliotheken bij te laden. (Theano en Numpy). Ook moet de computer verteld worden om de GPU te gaan gebruiken.
Om dit alles op de MAC voor elkaar te krijgen is weer ander software noodzakelijk. o.a.
- Xcode: ontwikkelomgeving
- Python Launcher / IDLE
- Cmake
- Cython
- Cuda (voor de Nvidea grafische kaart)
- (OpenCV)
- Homebrew
- ...
Het is even doorzetten maar uiteindelijk lijkt e.e.a. te werken. Het eerste voorbeeld Python programma uit de cursus start zonder problemen. (Later zou blijken helaas nog niet met behulp van de GPU.)
Geen opmerkingen:
Een reactie posten