作者:
gino0717 (gino0717)
2019-06-15 14:14:33現在在試intel那根藍色棒棒 Neural Compute Stick
目前看來要跑起來要強制搭配openvino
然後 openvino現在出到R5還R6了 bug還是很多
另外FP16的設計....有些東西沒辦法跑
openvino自己的文字辨識demo 自己那根棒子就跑不動了
用起來差強人意啊
剩下就是
Nvidia的Jetson跟google的TPU
但Jetson不太容易弄到
有沒有 八卦
nvidia 基本上也需要 TensorRT呀,google TPU也是一樣是叫tensorflow life？神經棒一代是真的頗弱jetson 不算難買吧？tx2跟nano算好買的
作者: dev0929 (dxd) 2019-06-15 15:17:00
要看使用的 DL model, 以及應用所須的運算量...
作者:
yiefaung (艾克斯卡利伯)
2019-06-15 15:34:00邊緣運算接下來比較有搞頭的應該是nv的jetson nano跟google的coral吧ncs真的難用不然就要找其他有做AI chip的解決方案
作者:
ap954212 (death is like the wings)
2019-06-15 15:48:00Edge tpu dev board
Google coral完美兼容tf lite model 算很好用了
作者:
y3k (激流を制するは静水)
2019-06-16 00:31:00NCS我覺得只是一個概念產品啊
作者: LiloHuang (十年一刻) 2019-06-16 00:57:00
作者:
ztdxqa (ztdxqa)
2019-06-16 01:09:00TPU很難用...直接買GPU就好了 還可以玩遊戲
知道ncs2還沒支援lstm的樣子，是說為什麼fp16跑不起來呢，好奇+1
作者: LiloHuang (十年一刻) 2019-06-16 15:16:00
都花錢買了 NCS2 也可考慮到 Intel 的論壇回報問題?YOLOv3 FP16 跑 80 classes 滿正常的，其他還沒時間試也許跟 OpenVino 版本有關，搞不好舊版本有bug之類的..
作者:
sxy67230 (charlesgg)
2019-06-16 18:39:00可以先試試看Google Colab TPU mode，覺得不錯在考慮其他的，畢竟colab幫你把環境都配置的好好的，我目前沒用過colab以外的，不知道跟tensorflow配置的困難性。
如果想要深入探討的話，這個問題可以回報給官方看看，他們回復的速度滿快的，而且滿認真幫你處理，這我幫他推一個，另外我使用優化後的FP16在NCS2上跑跟在server上跑出來的metrics精度到小數點後三位都還是相同@@