Guide: Kør et neuralt netværk på din Raspberry Pi

Guide: Kør et neuralt netværk på din Raspberry Pi

Share

Tilbagevendende neurale netværk er vældig sjove at lege med. De består som regel af forførerisk enkel kode – i dette tilfælde en pakke ved navn Char-rnn, der er lavet af Andrej Karpathy. Andrej Karpathy er ph.d.-studerende ved Stanford Computer Science og ekspert i neurale netværk

Der er tale om en lettere udvidet version af hans oprindelige program på 100 linjer, som er kodet i Lua til indlæringsmiljøet Torch. Kort sagt giver man Char-rnn et kildedokument, der indeholder de sager, som man gerne vil have, at det lærer at skabe – det skal vi nok vise dig et par eksempler på – og lader det kværne løs.

Mens det sker, analyserer programmet originalen og sender neuroner ind i en virtuel hjerne, efterhånden som det begynder at genkende mønstre og strukturer, og programmet lærer det, som brugeren finder ønskværdigt, på baggrund af inputtet.

Se også:  4 gode gratis programmer

Eftersom dette er et “tilbagevendende” neuralt net, er det ikke kun under indflydelse af dette enkelte input, men af alt det, som det har lært i fortiden. Når man senere beder det om et eksempel, trækker det på sin indlæringsoplevelse og genererer resultater. Man kan læse meget mere i Andrej Karpathys omfattende blogindslag på (http://karpathy.github.io/2015/05/21/rnn-effectiveness).

1 Download og installer

Der forestår megen oprydning på din Raspberry Pi, før du kan begynde at tænke – og eftersom den ikke er overforsynet med processorkraft, må du vente en stund, mens det hele bliver installeret og kompileret. Begynd med en frisk installation af Raspbian, hvis du kan, og åbn terminal-appen ved at klikke på det relevante ikon øverst på skærmbilledet.

Se også:  Guide: Lav din egen Pi Cloud med OwnCloud

Først skriver du git clone https://github.com/torch/distro.git ~/torch –recursive for at trække de filer, som Torch skal bruge, fra GitHub. Placer dem i din hjemmemappe, og skriv så cd ~/torch; bash install-deps; for at forsyne din Raspberry Pi med alt det, som Torch har brug for. Det tager nogen tid, men ikke helt så lang tid som den endelige installationsproces [Billede A], som du opnår ved at skrive ./install.sh .

Skriv nu source ~/.bashrc for at føje stien til Torch til dine miljøvariabler, og installer de ekstra Lua-komponenter, som Char-rnn kræver, ved hjælp af luarocks install nngraph , luarocks install optim og luarocks install nn . Lad os sluttelig trække Char-rnn-pakken ned fra GitHub ved hjælp af git clone https://github.com/karpathy/char-rnn.git.

neuraltnetværk

Billede A

 

Del denne