Auf der Jetson-Plattform sind Sie richtig, wenn Sie auf effektive Art und Weise lernen möchten, wie Sie Deep-Learning-Computing in Ihr Projekt implementieren. Beginnen Sie heute noch mit dem Entwickeln eines neuronalen Netzwerks für Deep Learning mit den Jetson TX1- or TX2-Entwicklungskits oder -Modulen von NVIDIA und diesem Deep-Vision-Tutorial.
Was ist Deep Learning?
Die zwei Hauptphasen der Netzwerkentwicklung im Deep Learning sind Training und Inferenz. Detailliert werden diese beiden Konzepte im Tutorial zur Erläuterung von Deep Learning von NVIDIA erklärt.
Design-Tutorials für Deep Learning: Vier wichtige Schritte
-
System-Setup
-
Bilderkennung
-
Objekterkennung
-
Segmentierung
Zum Zwecke dieses Tutorials wird ein Host-PC für das Training der tiefen neuronalen Netzwerke (Deep Neural Networks, DNNs) eingesetzt und ein Jetson für die Inferenz. Der Host-PC wird dazu verwendet, die aktuelle Version des JetPack-SDK auf das Jetson-Gerät zu übertragen. Sie lernen auch, wie Sie Ubuntu auf dem Host installieren, JetPack auf dem Host ausführen, NVIDIA-Treiber installieren und mehr!
Verwenden Sie „imageNet” von NVIDIA, um mit der Erkennung spezifischer Bilder zu beginnen und diese als potenziell gewünschte Objekte zu identifizieren. NVIDIA bietet ein Live-Kamera-Programm, eine Befehlszeilenschnittstelle sowie eine Datenbank mit mehr als 1000 bereits trainierten Objekten für die Verwendung mit AlexNet- und GoogleNet-Netzwerken.
Lernen Sie, NVIDIAs „detectNet”-Objekterkennung/Ortungsnetzwerk einzusetzen, um Objekte, die von der Kamera gesehen werden, tatsächlich zu lokalisieren, anstatt nur ihre Wahrscheinlichkeit, dass sie ein spezifisches Objekt sein könnten, zu identifizieren.
Sie erfahren, wie das bereits trainierte ‘segNet’-Erkennungsmodell für Umgebungssensoren und Kollisionsvermeidung eingesetzt wird, indem segmentierte Modelle mit vollständiger Faltung und der Fähigkeit zur Kennzeichnung eines Objekts pro Pixel mittels einfacher 2D-Bildeingabe bereitgestellt werden.
Schnelleres Prototyping als je zuvor
Das Tutorial von NVIDIA „Two Days to a Demo” liefert Ihnen die notwendigen Werkzeuge, einschließlich Leitfäden, Softwarebeispielen und sogar bereits trainierten Netzwerkmodellen, um innerhalb kurzer Zeit Ihr eigenes neuronales Netzwerk für Deep Learning zu entwickeln. Es ist egal, ob Sie Jetson TX2 oder eine andere Plattform verwenden – dieses Tutorial wird Sie auf dem Weg zu Ihrem eigenen Machbarkeitsnachweis unterstützen.
Dank der schrittweisen Einführung von NVIDIA und der leistungsstarken Jetson-Plattform werden Sie im Handumdrehen Deep Learning in Ihre eigenen Designs implementieren.