Как стать автором
Обновить

Комментарии 4

Поддержу и, возможно, дополню. Можно выделить отдельное направление для вычислений на периферии - это вычисления в браузере.

С одной стороны, вычисления в браузерах примерно в 2 раза медленнее нативного кода. С другой стороны, браузер это "здесь и сейчас", когда не нужно ничего устанавливать и иногда даже не нужно регистрироваться. И это очень заманчиво - доставить клиенту работающую нейросеть просто переслав ссылку.

Краткое содержание статьи: Обучение в облаке -- фу, все на Edge ML! За бугром многие рекламные статьи такие.

Практическая ценность -- только в том, что есть упоминание Edge ML, которое можно погуглить. За это спасибо. Кому интересно обучение на периферии -- может оказаться полезной эта статья (On-Device Training Under 256KB Memory).

Статья - это круто но скучно. Если прокликать по ссылкам, то можно выйти на их проекты:

https://tinyml.mit.edu/projects/

не смотря на то, что в статья называется "Машинное обучение на периферии" про как таковое обучение на периферии разговора нет. Всюду говорится про "деплой ML-моделей в облаке". Т.е. про то, где гонять уже обученную готовую модель.

И в конце бах: приходите к нам и мы покажем "дерево решений — и применим его на практике". Ради "Регистрация для всех желающих доступна" вся статья и была переведена?

Зарегистрируйтесь на Хабре, чтобы оставить комментарий