如不雅你细心看视频开端部分里的电脑显示器画面，就会发明Shawn的┞封个电脑实际上是用它的GeForce 980显卡在为两个机械人拍摄的视频做及时的物体辨认。他传播鼓吹他的┞封块显卡可以同时处理四路视频输入而不会内存溢出。
- ./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg
因为树莓派摄像头仅仅只是把文件放到一个Web办事器上，你可以直接让Darknet去连接那个文件来做及时流狼９依υ?体辨认。下面的视频是我在车库里对外面产生的堵车进行的物体辨认：
给你的树莓派机械人
一个加强的大年夜脑
我之前写的┞封个《只要100美元的TensorFlow机械人》里，我发明可以在只值30美元的硬件上运行和应用深度进修。不幸的是，最让我掉望的工作是机械人要花好几秒才能完成物体辨认，是以让机械人做及时的决定计划就不可了。如今如不雅机械人用这个新的GPU机械，就不仅仅能做及时物体辨认，还能每秒处理大年夜概12-20帧的图像。
如不雅你根据我在GitHub上的┞封个解释，你就能攒一个机械人出来，让它大年夜摄像头里获取轻易处理的视频流。
我的同伙Shawn Lewis教会了我这篇文┞仿里所需的大年夜部分技能，所以我把我的两个树莓派机械人拿到了他的办公室。他和其他很多机械人专家有一个妄图，就是让机械人能给他们拿啤酒。下面是这些机械工资地上的啤酒战斗的视频。
搞点艺术创作
你可以用神经收集干的好玩的工作之一就是复制谷歌的Deep Dream干的工作。尽管你可以不消GPU也能完成，但会花很长的时光。本质上讲，这个事就是修改输入的图片来找到神经元里获得最大年夜反馈的图片，是以这个义务有异常大年夜的计算量。有很多种方法来完成修改，结不雅一般都异常的诡异和酷。
一个直接能用的很好的教程就是谷歌公开的┞封个Deep Dream 代码。
你须要安装Jupyter notebook办事器（你老是须要的！）和Caffe。
接着按照谷歌的教程把你的同伙的脸插进去。应用这个新的机械，新的图片只用几分钟就出来了，而不是好几小时。修改出来的图片是很好玩的。
图4 我的邻居Chris Van Dyke和Shruti Gandhi站在我的车库里，照片被我的Deep Dream法度榜样给涂鸦了一把
我也无法信赖如今硬盘有多便宜了。用50美元我买了一个1TB SATA硬盘。固态硬盘会更快，但贵很多。并且深度进修的法度榜样一般都不会是高I/O依附的，因为一般法度榜样都是拉取一批数据进内存，然后算良久。如不雅你有很多的文件传输义务，或是仅仅是想确保比你同伙的Macbook跑应用快很多，那我会买一个固态硬盘，比如这个三星的850 EVO 250GB 2.5-Inch SATA III Internal SSD，250G的要98美元。
图2 装上超大年夜散热器后的电脑，看起来很恐怖
图5 我同伙Barney Pell和他的国际象棋诞辰蛋糕
图6 这是我运行Deep Dream法度榜样的机械本身的图片。看起来像是满屏都是狗（可能是因为练习这个模型的ImageNet数据琅绫擎都是狗的图片。ImageNet数据集琅绫擎包含了120多种不合的狗）
【编辑推荐】
- AWS前次建深度进修主机（Windows版）
- TensorFlow实现基于深度进修的图像补全
- 深度进修的可贵：神经统??深，优化问题越难
- 谷歌最强芯片进级，二代TPU是深度进修的将来？
- 多维度分析“深度进修”市场的趋势走向
推荐阅读
前段时光，全球收集可谓经历了一场称得上“史无前例”的灾害。5月12日，比特币勒索病毒爆发，仅仅2天时光就造成了全球150多个国度的20多万人受影响，与此同时，病毒还在赓续扩散>>>详细阅读
本文标题：用不到1000美元攒一台深度学习用的超快的电脑：继续深度学习和便宜硬件的探奇！
地址：http://www.17bianji.com/lsqh/35462.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示