MLUGS

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