字體：小 中 大 |
|
|
|
| 2020/08/05 08:21:34瀏覽280｜回應0｜推薦1 | |
| 以前為了執行 AI 專案，另外購入具備 NVidia 顯卡功能的筆記本，至少要花費 5 or 6 萬元，現在有 NVidia Jetson Nano 平台只要 5 or 6 千元就可以搞定，實在太方便了，學習無障礙，如果需要大量訓練，再搬出筆記本既可．
從 NVidia 網站下載 JetPack image 後，轉錄到 micro-SD 卡，再插入 Jetson Nano 中啟動，就有 Ubuntu 的開發環境，裡面包括 Ｃ＋＋ 和 Python 的範例，還搭配 PyTorch 和OpenCV 等多媒體開發套件，也可以下載已經訓練好的各種模型，確實很方便． 在影像處理方面，主要集中在 Inference 和 Transfer Learning，包括 Recognition，Detection 和 Segment 等三方面，當然也可以做人臉辨識．另外還有 JetBot 自駕車專案，可以學習外部介面控制，它的 GPIO 腳位是和 Raspberry ㄧ致的，增加相容性． 以前是在雲端 Google CoLab 上面執行，現在移植到 edge 端執行，貓狗大戰變的更加有趣了．Jetson Nano 使用 TensorRT 來執行，需要先將模型轉換為 ONNX 開放格式，再上傳執行，效果不會比之前使用的 GTX 1060 差，同時擁有專屬的 Ubuntu 環境，穩定許多，不像 Win 10 環境久久不用就失效了，需要重新建置ㄧ遍． TensorRT 針對 INT8 和 FP16 進行優化，特別適用在推論(Inference) 應用方面，包括 video streaming, speech recognition, recommandation 和 natural language processing 等方面，可以用在 real-time service, auto 和 embedded applications 等方向． |
|
| ( 創作｜散文 ) |
