作者: rollingboat 時間: 2019-7-20 10:34 標題: Deep Learning BB班, TPU, GPU, 應該揀邊樣?
本帖最後由 rollingboat 於 2019-7-20 11:36 編輯
https://aiyprojects.withgoogle.com/edge-tpu/
1 Google Coral TPU USB Type-C - TPU US $84
2 Google Coral Dev Board SOC US $150
https://developer.nvidia.com/embedded/jetson-nano-developer-kit
3 Nvidia Jetson Nano SOC US $99
4 Nvidia GPU: HK$ 2K以上.
已知1,2,3, 最多用到tensorflow lite,
4. tensflow.
有人話tensflow lite, 只可以train 到 人面識別,
做唔到物件識別.
另問，已有Qnap 453be, PI 3B+, 用唔用到Coral USB TPU？
請恕小弟無知多問. thx.
作者: oneofthem 時間: 2019-7-20 11:58
點解唔用colab學?
作者: rollingboat 時間: 2019-7-20 12:32
本帖最後由 rollingboat 於 2019-7-20 17:11 編輯
回覆 2# oneofthem
最近再睇Daniel Bernoulli 講嘅Probability - 機會率.
"幻想緊"，有個低端project仔(純fun, 無 deadline 的).
一個銀仔，有 公/字， 想試下擲N次，
live記錄每次結果, 做real time統計分析.
擲銀仔mechan個邊，會用arduino控制.
先要train到data/answer， 可辨識到公/字，
之後再入database.....統計分析.......
想問如果用colab，同樣做到呢個project嗎？
呢一round, 玩掂咗，會用6面/多面骰仔試.
利申：N年前中5文科底，而家由Form 1代數學起.
作者: samiux 時間: 2019-7-20 15:08
回覆 oneofthem
最近再睇Daniel Bernoulli 講嘅Probability - 機會律 .
銀仔擲N次，公/字出現次數比例 ...
rollingboat 發表於 2019-7-20 12:32
撰寫簡單程序已經做到這個模擬。
via HKEPC IR Pro 3.5.2 - Android(3.2.0)
作者: rollingboat 時間: 2019-7-20 16:28
回覆 4# samiux
thanks for your hints.
你講咗我先知可以用 "模擬賽局" 呢個idea嚟做.
據知，網上 / mobile apps, 已經有咗Coin flipping（擲銀仔）
好耐.
Me, 下下用實驗數據去做引證，呢個做法/想法，
係唔係好out呢？好無效率／效益呢？
thx again.
作者: samiux 時間: 2019-7-20 19:33
回覆 samiux
thanks for your hints.
你講咗我先知可以用 "模擬賽局" 呢個idea嚟做.
據知，網上 / mob ...
rollingboat 發表於 2019-7-20 16:28
相信你沒有編程經驗吧！
via HKEPC IR Pro 3.5.2 - Android(3.2.0)
作者: rollingboat 時間: 2019-7-20 19:59
回覆 6# samiux
you are very right，莫講話無，簡直係負經驗.
作者: KinChungE 時間: 2019-7-22 02:36
回覆 oneofthem
最近再睇Daniel Bernoulli 講嘅Probability - 機會率.
"幻想緊"，有個低端project仔( ...
rollingboat 發表於 2019-7-20 12:32
其實只係要run到呢D, 純靠電腦cpu已經玩到
玩到深入覺得唔夠快先再用GPU都未遲
作者: rollingboat 時間: 2019-7-22 11:58
回覆 8# KinChungE
thanks for your info,
me文科底，學人玩理科嘅玩具,
思路的確有d怪...... 請勿見怪.
作者: oneofthem 時間: 2019-7-23 19:37
回覆 9# rollingboat
模擬賽局==>你可以search下Uber Pyro
作者: peaceso 時間: 2019-7-23 19:44
1 Google Coral TPU USB Type-C - TPU US $84
2 Google Coral Dev Board SOC US $150
3 Nvidia Jetson ...
rollingboat 發表於 2019-7-20 10:34
A53, 1GB RAM, any sale points compare with Jetson Nano?
Thanks!
作者: rollingboat 時間: 2019-7-24 10:50
回覆 10# oneofthem
thanks for your link.
Uber Pyro
https://pyro.ai/
MIT出品，唔係人咁品.
悟性太低嘅我，莫講話用，明白到0.0001％已經算偷笑.
其實我想理解CNN - Convolution Neural Network
點運作, 乜原理，無maths底 vector, matrix, calculus
緊本唔會明白.
呢排，學返Quadratic 野, y=ax^2+bx+c.........
希望可以慢慢 '欄' 返入去數學BB班，由頭再學過.
正所謂：學得幾多得幾多.
作者: samiux 時間: 2019-7-24 12:09
回覆 oneofthem
thanks for your link.
Uber Pyro
MIT出品，唔係人咁品.
悟性太低嘅我，莫講話 ...
rollingboat 發表於 2019-7-24 10:50
現在的人工智能程式庫，並不要求用家有深厚的數學底子，只要求用家有人工智能理論的基本常識。
只要知道程式庫是做甚麼和如何使用就可以了。
via HKEPC IR Pro 3.5.2 - Android(3.2.0)
作者: rollingboat 時間: 2019-7-24 12:30
回覆 13# samiux
而家嘅Deep learning, 羽量級應用層面，的確係，唔太需要高深數學根底.
youtube好多demo, 識用少少linux, 中高level python底,
已經好多野玩到出嚟, 而且入門用hardware平到極點.
最近係youtube 睇咗段tedx, 講美帝個邊，早幾年
開始有小學開始用programming language嚟教/學數學,
再學上去，computer / maths 夾住上， 人腦/電腦合2為1,
用呢個方式train出嚟嘅人， 既紮實又靈活多變.
美帝已經由：
STEM
Science, technology, engineering, and mathematics
玩到去：
NGSS
Next Generation Science Standards
我地呢班老野，已經唔會再有作為.
你地班後生仔，要努力d啦.
作者: raywan 時間: 2019-7-29 01:32
可以玩下呢個先,學下咩叫tensor同flow先
https://playground.tensorflow.org/
其實學AI/deep learning/machine learning又唔使要識好深數學,但有HD到degree level數學會易好多,其實AI又好,machine learning又好,其實都係講緊probability呢個問題,我都係由0開始自學,睇左好多書,先明少少個理論同原理,所以你係唔需要買hardware學AI,普遍CPU都做到簡單tensorflow 運算,除非你要計好多個hidden layer同hidden neuron先要用專用hardware 做加速
我自己都係響public library借本中文tensorflow入門自學開始先
作者: hkghost 時間: 2019-7-29 01:42
好想...學....哦..!