チュートリアルのメモ
機械学習:
DL4US(https://weblab.t.u-tokyo.ac.jp/dl4us/)
東大 松尾研が公開。エンジニア向けDeep Learning講座。Jupyter notebook形式。
ライブラリはKerasと、Numpy, Scipy, Scikit-learn等の標準的なものに限られている。
Chainer(https://tutorials.chainer.org/ja/)
Preferred Networksが公開。
Python, 数学, Pythonライブラリの説明の後、DeepLearning入門としてChainerについて解説。
Raspberry Pi関連:
Raspberry PiでGPGPU : https://qiita.com/9_ties/items/2e85318989170f967e4b
PyVideoCore(Pythonライブラリ) : https://github.com/nineties/py-videocore
Raspberry PiのGPUで行列乗算(その1) : https://qiita.com/9_ties/items/15ab7fa198991a61a3a9
Raspberry PiのGPUで行列乗算(その2) : https://qiita.com/9_ties/items/e0fdd165c1c7df6bb8ee
Raspberry PiのGPUで数値計算: (1)QPUと数値計算 : http://qiita.com/Terminus-IMRC/items/7406fa835d6510790406
Raspberry PiのGPUで数値計算: (2)QPUの特徴 : https://qiita.com/Terminus-IMRC/items/c2b3ef492fe9c018d6ff
Raspberry Pi QPU における逆数計算と精度補正 : https://qiita.com/ysugi/items/e3118ada915d2a6485eb
Actcast : https://actcast.io/docs/ja/GettingStarted/
Idein社の社員が公開。
RaspberryPiのGPU VideoCoreIVを使ってGPGPUをする際のTipsでgemmが実装済。
既存の機械学習の計算をPyVideoCoreに置き換えると、RaspberryPiでも高速化が望めるはず。
これを適応したものがActcastであるが、確かにRaspberry Piにしては早い。
機械学習の理解とハードウェア/ミドルウェアの使いこなし理解で丁度よさそうな題材。
Jetson nano関連:
Jetson Nano関係のTIPSまとめ(https://qiita.com/karaage0703/items/b14c249aa33112669ee4)
karaageさんが公開。
セットアップから物体検出まで書かれている通りにやれば動く。
が、これだけやり終えると満足できてしまい、思考停止になる。
Kerasと学習済データの使い方をきちんとマスターするといろいろ広がる。