AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

作者: 佚名 2020-03-10 16:17:19

 是的,有了这面钟,这辈子都离不开 MNIST 手写数据集了。

我们见惯了上古时代,由电子管组成的时钟。在 AI 时代,有没有更加新潮的时间显示方式?是的,数据集也能做成时钟,每天早上,让 MNIST 手写数字唤醒你一天的记忆。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

MNIST 是计算机视觉中不老的经典,当第一代卷积神经网络在这个手写数字数据集上绽放出耀眼的光芒,它注定会载入「史册」。

尽管目前计算机视觉已经早就走出了 MNIST 数据集的时代,甚至连一千多万图像的 ImageNet 也不再是非常大的一个图像数据集。然而,MNIST 仍然不可忽视,深度学习入门的第一个数据集、验证算法的第一个实验都是它。甚至连 Hinton 验证 Capsule 这个想法的数据集都用的它。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

如果说想要致敬这样的数据集「先驱」,你会采用什么样的方式?在 GitHub 中,机器之心发现一个有意思的小项目,作者 Dheera Venkatraman 做了一面钟,里面的数字都是从 MNIST 数据集中采样的。

项目地址:https://github.com/dheera/mnist-clock

也就是说,24 小时随机抽万张不同的手写数字,每天都不带重样。做出来的效果是这样的:

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

这样的电子钟只需要简单的电路板再加上 4 块电子墨水屏就行了,它背后的样子是这样的:

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

硬件

项目使用了 TinyPICO 开发板;紧凑的 ESP32 板以及大量的 GPIO 插脚、4MB 闪存、Wi-Fi,以及其他很多功能。TinyPICO 可以说是目前世界上基于 ESP32-PICO-D4 体积最小的开发板,240 MHz 的 32 位双核处理器足够我们完成计算。

4 块 e-link 数字显示器,之所以选择 e-link,是因为它符合手写数字的概念,在任何光线条件下都能正常运行,而且也不至于打扰到任何人。Waveshare 的 e-link 显示屏大部分是 SPI,虽然也有些额外的引脚。大部分人会希望一块只包含 SPI 以及一块 CS 插脚,但多一些的链接器是有必要的。下面是 ESP32 的连接图,根据这个把电线卷起来。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

作者在 TinyPICO 上使用的是两个 10-引脚的 JST-EH 的连接器,JST-EH 比 JST-XH 使用更低的配置,更适合插入,以及比标准引脚更短更安全。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

JST-EH 连接器所连接的 TinyPICO

下面,再见硬件固定在 3D 打印的外壳上,就大功告成了:

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

如果读者们对硬件不熟悉,那也不要急,我们只要按照项目作者给出的硬件,并装配好就行了。后面我们会介绍所有「装备」的价格以及作者提供了设计图。

软件

项目作者 Dheera Venkatraman 表示,他经常写 C++或者 C,但他对 MicroPython 非常有兴趣,因此在这个项目中采用的就是它。

项目作者使用每像素 2 比特的灰度深度来表示 MNIST 手写数字。在这种比特深度下一张 28*28 像素的图像只需要 196 字节,因此一个 4MB 的闪存就能满足整个 MNIST 验证集。如果你想把整个数据集都装进去,那么也只需要换闪存更大的微控制器、或者使用 1 比特深度的图像、或者使用压缩方法等。

将所有文件放在 TinyPICO 根目录中的/ code 中,正确的文件大概如下图所示。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

另外,我们还需要为 Wi-Fi 创建一个名为.wifi 的文件,中间写上 yourssid 与 yourpassword,具体的读取 WIFI 设置的代码就如下所示。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

项目作者 Dheera Venkatraman 在 GitHub 中提供了所有代码文件,打印钟表数字的代码也非常易读。更友善的的是,作者的代码提供了非常完善的注释,基本重要的语句都有解读。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

现实一点,做一块多少钱?

如果从硬件来看,似乎主要成本就是 TinyPICO 开发板以及四块 e-ink 屏。首先 TinyPICO 在淘宝或者国外网站都能买到,国外卖 20 美元,而淘宝上标价 235 元,加上运费其实也差不多。此外,读者也可以选择专门的元器件商城,其价格也在 200 块左右。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

其次,一块 e-ink 屏大概 24 美元,虽然淘宝找不到,但是国内的元器件商城要便宜得多,一块只需要 92 元左右,可能树莓派对它的需求比较大吧。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

其它的成本就比较少了,线材、连接器装时钟的外包装都比较容易获得,在国内的元器件商城也可以一次性买到。如果读者想 3D 打印外包装,作者也提供了具体的打印参数。所以,总的来说,制作成本应该是低于 650 元的,其中开发板和电子屏都可以在其它项目中再利用。

也许我们还能改进该项目作者的实现,在一块大的墨水屏上实现数字时钟,直接使用更常用的树莓派作为主板(功耗远高于 TinyPICO),并实现更多的能力,例如实时采样个 CIFAR-10 作为背景。总之,MNIST 数字时钟还有很多可以玩的地方。

最后,所有硬件与软件的详细信息都可查阅原项目。此外,值得一提的是,Dheera Venkatraman 还是非常有意思的一位小哥哥,他从杭州到北京沿着人类历史上最长的人工河靠自行车骑了 1600 公里。

Last But Not Least

确实 MNIST 站在舞台中央的时代已经过去了,但它的作用仍然不可忽视,仍然有很多研究者致力于改进并修复它,做出独特的贡献。

2017 年,德国时尚科技公司 Zalando 提供了 Fashion MNIST 数据集,它的大小、格式和训练集 / 测试集划分与原始的 MNIST 完全一致,从 MNIST 迁移到它,我们不需要修改任何代码。

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

去年 6 月份,NYU 和 Facebook 的研究者重建并扩展了 MNIST 数据集,在测试集中新增了 50000 个样本,将测试集增加到 6 万样本。MNIST 作者之一的 Yann LeCun 表示,「如果多次使用原版的 MNIST 测试集,你的模型可能在测试集上已经过拟合了,是时候在新增的样本上试一下了。」

AI朋克致敬MNIST:只用Python和开发板,制作永不重样的时钟

不论是将 MNIST 做成日常生活中好看又好玩的项目,还是提升数据集本身的能力,MNIST 一直都会是活着的历史~

AI 数据 人工智能
上一篇:5G已经渗透至19个行业?这5个领域更值得关注 下一篇:监管人工智能的答案是什么?为什么这很重要?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

科技史上超炸组合「元宇宙+脑机接口」,离我们还有多远?

技术推进门槛很硬,资本市场敬而远之,伦理问题纠缠不清。脑机接口距离元宇宙还差了几个"VR元年"?

董子博 ·  1天前
芯片短缺对人工智能有多大伤害?

全球芯片短缺的影响随处可见:从家用电器价格上涨到消费电子设备产能受限。急需处理器的人工智能应用也正面临压力,不过SambaNova CEO表示,硬件本身并不是人工智能成功的决定性因素。

AI时代前沿 ·  2天前
2021年人工智能与自动化的发展趋势

自动化正在成为许多市场的首要任务,特别是随着远程工作的增长和劳动力短缺改变了传统的工作模式,很多企业转而采用更可持续的自动化解决方案。

Shelby Hiter ·  2天前
人工智能能否帮助金融行业有效应对勒索软件?

现在是金融机构安全意识进一步发展的时候了——这意味着要超越试图阻止勒索软件突破防火墙的预防性方法,专注于用能够检测和阻止攻击的工具武装自己。

Garry Veale ·  2天前
AI视频分析技术是如何工作的?原理是什么?

实时 AI 视频分析是一种基于人工智能的技术,可分析视频流以检测特定行为和事件的展开。这种类型的系统通过人工智能机器学习引擎检查来自监控摄像头的视频流来进行相关工作。该引擎使用一系列算法和程序来理解数据,并将数据转换为可理解的、有意义的信息。

EasyNVR ·  2天前
AI能成科学家的工具人?Nature采访五位顶尖学者:学会写代码,降低期望

AI 对于其他领域的科研来说是一个极其好用的工具,DNA测序、天文地理甚至艺术领域都必须要用到AI 模型来提供灵感。最近Nature 采访了五位跨领域的专家,听听他们对于AI 工具人有什么想法?

佚名 ·  2天前
人工智能与云计算正加速形成应用生态

人工智能在赋能生产力升级,推动各行业完成智能化转型和新旧动能转换的进程中发挥着重要作用。同时,人工智能技术也已经广泛应用在金融、教育、医疗、能源、消费、工业等各行业多场景之中。

佚名 ·  2天前
Facebook在ICCV 2021 发布两个3D模型,自监督才是终极答案?

在 ICCV 2021 上,Facebook AI提出了两个新模型3DETR和DepthContrast,这两个互补的新模型可促进3D理解并更容易上手。

佚名 ·  2天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载