ABONAMENTE VIDEO REDACȚIA
RO
EN
NOU
Numărul 126
Numărul 125 Numărul 124 Numărul 123 Numărul 122 Numărul 121 Numărul 120 Numărul 119 Numărul 118 Numărul 117 Numărul 116 Numărul 115 Numărul 114 Numărul 113 Numărul 112 Numărul 111 Numărul 110 Numărul 109 Numărul 108 Numărul 107 Numărul 106 Numărul 105 Numărul 104 Numărul 103 Numărul 102 Numărul 101 Numărul 100 Numărul 99 Numărul 98 Numărul 97 Numărul 96 Numărul 95 Numărul 94 Numărul 93 Numărul 92 Numărul 91 Numărul 90 Numărul 89 Numărul 88 Numărul 87 Numărul 86 Numărul 85 Numărul 84 Numărul 83 Numărul 82 Numărul 81 Numărul 80 Numărul 79 Numărul 78 Numărul 77 Numărul 76 Numărul 75 Numărul 74 Numărul 73 Numărul 72 Numărul 71 Numărul 70 Numărul 69 Numărul 68 Numărul 67 Numărul 66 Numărul 65 Numărul 64 Numărul 63 Numărul 62 Numărul 61 Numărul 60 Numărul 59 Numărul 58 Numărul 57 Numărul 56 Numărul 55 Numărul 54 Numărul 53 Numărul 52 Numărul 51 Numărul 50 Numărul 49 Numărul 48 Numărul 47 Numărul 46 Numărul 45 Numărul 44 Numărul 43 Numărul 42 Numărul 41 Numărul 40 Numărul 39 Numărul 38 Numărul 37 Numărul 36 Numărul 35 Numărul 34 Numărul 33 Numărul 32 Numărul 31 Numărul 30 Numărul 29 Numărul 28 Numărul 27 Numărul 26 Numărul 25 Numărul 24 Numărul 23 Numărul 22 Numărul 21 Numărul 20 Numărul 19 Numărul 18 Numărul 17 Numărul 16 Numărul 15 Numărul 14 Numărul 13 Numărul 12 Numărul 11 Numărul 10 Numărul 9 Numărul 8 Numărul 7 Numărul 6 Numărul 5 Numărul 4 Numărul 3 Numărul 2 Numărul 1
×
▼ LISTĂ EDIȚII ▼
Numărul 126
Abonament PDF

Deep learning cu Jetson Nano (I)

Ovidiu Mățan
Fondator @ Today Software Magazine



PROGRAMARE


Jetson Nano este unul dintre acele dispozitive IoT prezente pe piață de câțiva ani, care are avantajul de a avea un mic GPU (128-core NVIDIA Maxwell GPU) folosit, în principiu, pentru aplicații de Machine Learning. În acest articol vom parcurge pe scurt cursul publicat de NVidia - DEEP LEARNING INSTITUTE despre AI și Jetson Nano.

Inițializarea

Vom avea nevoie de un Jetson Nano cu 4 sau 2GB de RAM, o cameră video, un card mini SD. Ar fi ideal să deținem un adaptor usb wireless sau opțiunea de a conecta cu un cablu de rețea placa Jetson Nano la internet.

Începem cu descărcarea versiunii JetPack 4.6.3. Din păcate în ultimele builduri care încep cu 5.0, Jetson Nano nu mai apare în lista de device-uri suportate. Odată descărcat și instalat de pe SD Card, putem trece la treabă.

Memoria swap

Vom inițializa o memorie swap de 4GB care va fi utilă ulterior pentru proiectele de ML.

sudo systemctl disable nvzramconfig
sudo fallocate -l 4G /mnt/4GB.swap
sudo chmod 600 /mnt/4GB.swap
sudo mkswap /mnt/4GB.swap
sudo vi /etc/fstab

adăugăm următoarea linie la finalul documentului:

/mnt/4GB.swap swap swap defaults 0 0

Restartăm Jetson Nano-ul și vom constata rulând comanda free -m că avem acum 4GB memorie Swap.

Containerul docker

Acum ne putem conecta la Jetson direct printr-un cablu USB de la calculator prin ssh. IP-ul acestuia este întotdeauna 192.168.55.1:

ssh @192.169.55.1

Pasul următor este să folosim imaginea docker pusă la dispoziție de NVidia. Este necesar, de asemenea, să avem o conexiune la internet directă wireless sau cu fir de pe Jetson Nano.

sudo docker run --runtime nvidia -it --rm --network host 
--volume ~/nvdli-data:/nvdli-nano/data 
--device /dev/video0 
nvcr.io/nvidia/dli/dli-nano-ai:v2.0.2-r32.7.1

Odată pornit containerul putem să ne conectăm la notebook accesând: http://192.168.55.1:8888/ și folosind parola dlinano și să verificăm conexiunea cu camera video /hello_camera/usb_camera.jpynb.

Concluzie

Acesta a fost primul articol de introducere al Jetson Nano în Deep Learning. Nu am să transpun în articol tot ceea ce se prezintă amănunțit în cursul de la NVidia. Vă sugerez să îl urmăriți, puteți chiar să obțineți o certificare în AI realizând toți pașii. În următorul articol, voi reveni cu câteva exemple personale și vom discuta despre clasificare și regresie.

VIDEO: NUMĂRULUI 126

Sponsori

  • BT Code Crafters
  • Accesa
  • Bosch
  • Betfair
  • MHP
  • Connatix
  • BoatyardX
  • AboutYou
  • Telenav
  • .msg systems
  • Colors in projects