Názory k článku Rozpoznávání obrázků knihovnou Scikit-learn: první kroky

Scikit learn, no proc ne, proc rovnou nevzit caffe nebo matconvnet ze jo. Muzu taky klidne sroubovat sroubek kladivkem, ale bude to jaksi naprd. Co treba vzit mainstreamovy pytorch?

Tak já začal (sérii článků) s Scikit-learn, protože se hodí v mnoha oblastech. Lidi s ním začínají například pokud potřebují vyřešit clustering (a na to klasický Pandas už není) a potom přechod k modelům je poměrně jednoduchej i pro lidi, co o machine learningu předtím nic nevěděli.

nebyla by ukazka tech postupu pro clustering? my pouzivame numpy+pandas, ale mozna by se to hodilo i u nas

je clustering bez dalsiho ML? Ano, to by mohlo byt hodne zajimave. Jen musim najit nejaka neprodukcni data:)

No ano, pokud se prvni hodinu matematiky naučíte úplně všechno, ty ostatní už budou jednodušší...

Aby tady nedominovali jenom lidi s nazorem "jedine PyTorch", za me skvele tema na serial - ziju ve Scipy + Numpy + Pandas, Scikit pouzivam jenom trosku a rad se poucim, na co vsechno se jeste da vyuzit. Diky za prvni clanek a nenechte se prosim odradit :)

100 bludišťáků za Pytorch!
(A z článku mám úplně stejný pocit.)

proc bludistaky za Pytorch? Pouziva se, ne?

Mám stejný názor jako autor původního příspěvku.

ve smyslu, ze by bylo lepsi zacit PyTorchem?

Jak je rychlé to zaučení modelu? A jede to učení na GPU nebo můžu i na CPU? (tedy záleží, jestli je to praktické to valit na CPU).

Obecně na CPU to je dřív nebo později celkem pain, běh modelu už je jiná story, ale Nvidia GPU je takové "must-have"...

Tuším 1060 dnes v bazaru za ~1200 Kč by měla na hrani a začátku nadlouho stačit.

28. 11. 2023, 22:47 editováno autorem komentáře

jasne, lokalne to neni problem. Ja se ptal proto, ze v dnesni cloudove-virtualizacni dobe se muj kod driv ci pozdeji dostane na nejakou virtualku bez GPU (i kdyz Google pronajima i GPU AFAIK).

Asi takhle.
Na ESP32 ...no asi žádný velký model nikdy nenatrénuješ.
Ale ESP32 je dostatečně silná, aby s trochou hraní dokázala i poměrně komplexní modely provozovat (zase si nepředstavuj ChatGPT).

Nikdy jsem se o to nepokoušel, ale znám člověka, co upravil model rozpoznání SPZ na ESP32 a funguje mu to.

https://eloquentarduino.com/esp32-cam-image-recognition/

https://www.youtube.com/watch?v=TQBifiGnPu4

A to má to ESP32 nesrovnatelně pomalejší procesor než nějaká slušná modernější RPI (2-3-4-5) a oproti modernímu procesoru to je vůbec neporovnatelně slabší. U řady aplikací je problém právě v trénování, proto se používá to GPU trénování.

Mne naopak prozkoumat scikit-learn a klasické ML metody přijde jako dobrá cesta. Nevím, možná že na zpracování zpravování obrazu se dnes opravdu více používají NN, ale obecně je scikit-learn dobrá volba na spoustu úloh. Za mne rozhodně velké plus.