Hace un par de semanas os hablábamos de nuestro descubrimiento de Colab de Google para poder ejecutar Notebooks de Jupyter e investigar los más algoritmos de Machine Learning más modernos sin necesitar de instalar software alguno (excepto Chrome, claro está).
Incluso al principio del verano, antes del cambio a nuestro nuevo PcDeMaNo también os descubríamos Teachable Machine como uno de los muchos experimentos que Google ponía a nuestra disposición para empezar a «jugar» con la AI.
Mucho han cambiado las cosas desde que «alguno» se tuvo que picar todo el código en C del algoritmo de backpropagation para el entrenamiento de sus Redes Neuronales hasta ahora que ya se puede hacer con tan solo un navegador.
Por ejemplo, en el blog DLology.com tienen multitud de interesantes ejemplos sobre Deep Learning práctica como por ejemplo éste para poder controlar el clásico videojuego Pong con tus movimientos frente a tu webcam.
Para el entrenamiento de la red neuronal bien puedes hacerlo tú mismo https://www.pcdemano.com/wp-admin/post-new.php#desde cero o, por el contrario, puedes utilizar directamente el modelo pre-entrenado DenseNet acabándolo de ajustar con los datasets disponibles en DLology.
Por último, a partir del modelo entrenado no resulta nada complicado integrar sus predicciones para disfrutar del juego ¿no?.
1007
Voy a dar una segunda oportunidad a las RN y aun conociendo los inconvenientes de su aplicación para la modelización de procesos industriales creo que voy a lanzarme a investigar el uso del Deep Learning para otro tipo de aplicaciones.
Por ejemplo aquí te detallan como ejecutar este tipo de modelos para el reconocimiento de imágenes o del habla sobre un barato microprocesador como este STM32F4 Discovery board (< 22 EUR).