- 主题:在小型处理器上搞人工智能、机器学习和进化是不是挺难的？
就是在小型无人机上搞机器学习，主要是对图像的判别。是不是不太容易？
--
FROM 124.65.244.*
不难吧。无人机仅仅是前端，数据采集和判别，不可能用于训练。
A12芯片已经带有神经网络模块7nm工艺，M1芯片已经出来了，正在吹，5nm工艺。
总之，这是可以用于手机的。小型无人机、微型无人机用它们，何愁不能判别？
【 在 sqsl (12345) 的大作中提到: 】
: 就是在小型无人机上搞机器学习，主要是对图像的判别。是不是不太容易？
--
FROM 112.47.159.*
我的想法是让每个无人机有自己独立的“大脑”，而不采取和母站通信的方式
【 在 zszqzzzf (炼狱天使——反者道之动) 的大作中提到: 】
: 不难吧。无人机仅仅是前端，数据采集和判别，不可能用于训练。
: A12芯片已经带有神经网络模块7nm工艺，M1芯片已经出来了，正在吹，5nm工艺。
: 总之，这是可以用于手机的。小型无人机、微型无人机用它们，何愁不能判别？
: ...................
--
FROM 124.65.244.*
把训好的模型和参数给它，不就有独立的大脑了
不用通信
【 在 sqsl 的大作中提到: 】
: 我的想法是让每个无人机有自己独立的“大脑”，而不采取和母站通信的方式
--
FROM 221.222.255.*
只能用前深度学习的古典式模型结构吧？
--
FROM 183.66.200.*
训练好的模型用在无人机上不难，但是你提到“进化”，这个就取决于你说的进化是啥，有可能很难
【 在 sqsl 的大作中提到: 】
: 就是在小型无人机上搞机器学习，主要是对图像的判别。是不是不太容易？
--
FROM 180.167.85.*
训练是算力要求最高的环节，通用迭代在终端实现对资源要求极高，如果已经找到了关联权重系数调整路径甚至类似于PID,KF这种迭代公式，那么或许是可行的。
【 在 vtvtvtvt 的大作中提到: 】
: 训练好的模型用在无人机上不难，但是你提到“进化”，这个就取决于你说的进化是啥，有可能很难
--
修改:conepoint FROM 125.115.252.*
FROM 125.115.252.*
迭代只要不要求速度，慢慢算都是可以的。问题是在单个终端设备上的少量数据上慢慢迭代真的有意义么，如果你的场景适合用单台设备的点数据迭代的话，现在就可以实现这种进化。
【 在 conepoint 的大作中提到: 】
: 训练是算力要求最高的环节，通用迭代在终端实现对资源要求极高，如果已经找到了关联权重系数调整路径甚至类似于PID,KF这种迭代公式，那么或许是可行的。
:
: 【 在 vtvtvtvt 的大作中提到: 】
: ....................
- 来自「最水木 for iPhone Xr」
--
FROM 112.65.61.*