Bericht MLUGS Treffen im Mai 2018
15. May 2018
Protokoll
Vorstellungsrunde
- Andreas, Software-Entwickler, AX Semantics
- Uwe, macht Raumfahrt, versucht da ML einzusetzen
- Thomas, Daimler, Analytics
- Benedikt, Daimler, Ersatzteilpreisvorhersage
- Wilhelm, Software-Entwickler, privat ML
- Patrick, Institut für Photogrammetrie, Theorie von DL
- Michael, Software-Entwickler, AX-Semantics
- Burkhard, Ulm Uni, Maschinenüberwachung
- David, aus Ulm
- Phil, Software-Entwickler, Hobby mit RPI und ML
Cats vs. Dogs Hands-On
- wir gehen zusammen durch den Code eines Katzen vs. Hunde Klassifikators
-
der Code läuft mit GPUs auf AWS
-
Beispiel ist aus: https://www.manning.com/books/deep-learning-with-python
-
Link zum verwendeten Notebook: https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/5.2-using-convnets-with-small-datasets.ipynb
-
Notebook unter Verwendung von ImageNet: https://github.com/fchollet/deep-learning-with-python-notebooks/blob/master/5.3-using-a-pretrained-convnet.ipynb
-
code um predictions zu machen:
import keras
import matplotlib.pyplot as plt
from keras.preprocessing.image import ImageDataGenerator
model = keras.models.load_model('cats_and_dogs_small_2.h5')
test_datagen = ImageDataGenerator(rescale=1./255)
predict_generator = test_datagen.flow_from_directory(
'predict',
target_size=(150, 150),
batch_size=1,
class_mode=None)
for _ in range(8):
img = next(predict_generator)
y = model.predict(img)
print(y)
plt.figure()
plt.imshow(img[0])
plt.show()
Uwe stellt ein Signalverarbeitungsproblem vor
misc
- Video zur Decodierung von iridium-Signalen: https://media.ccc.de/v/gpn18-89-gr-iridium-unter-der-haube
- GPN18: https://media.ccc.de/c/gpn18
- https://pretalx.entropia.de/gpn18/schedule/
next
- Uwe stellt die Lösung von seinem Problem unter Verwendung von DTW vor. :)
- (weitere Vorschläge sind willkommen!)
Date: 2018-06-19