Neuronale Netze für den Arduino UNO und Nano Hier ein Bespielprogram für den Arduino für ein Neuronales Netzwerk mit zwei Eingängen und einem Ausgang sowie drei Hidden Neuronen. Das Netz wird mit vier Eingabemustern für die XOR Funktion trainiert und merkt sich die berechneten Gewichte. Der Lernmodus dauert nicht mal eine Sekunde. Im Hauptprogramm werden zwei Taster an D2 und D3 ausgelesen. Danach wird das Netzwerk durchgerechnet und das Ergebnis seriell und auch auf die LED an D7 ausgegeben. Interessant wäre auch ein kleines Camera Modul um eine Mustererkennung aufzubauen. Das nächste Projekt wäre auch vielleicht eine Farberkennung mit einem I2C RGB Farbsensor. Das Programm für den Arduino sowie C# und Ansi C steht hier zum Download bereit. https://my.hidrive.com/share/aanao022uk
Angehängte Dateien:
-
Netz.jpg
110 KB -
ArduinoNanoTestboardSchaltplan.jpg
100 KB -
ArduinoNanoTestboardAnsicht.jpg
290 KB
:
Bearbeitet durch User
Wenn schon, dann aber das original Perzeptron! Natürlich mit Mark I Emulator als Arduino-Lib eingebunden.
Und in "Projekte", falls es das Wert ist
:
Bearbeitet durch User
Ich finde das Projekt Klasse! Für ein neuronales Netz dieser Größe brauchte es vor 70 Jahren noch 2 geniale Mathematiker und eine raumfüllende IBM 704. Heutzutage bekommt das ein Schüler auf der billigsten MC Platine zustande.
Heute kann auch jeder Schüler einen Computer bedienen. In den 70er Jahren war das noch der Job weniger ausgewählter Experten. Dafür kann heute kaum noch jemand mit einem Abakus oder Rechenschieber umgehen, einen Kohle-Ofen an machen, Obst einwecken, eine Pute rupfen und andere lebensnotwendige Dinge.
Stimmt, aber jedes Kind kann die KI fragen. ChatGPT kann uns doch erklären wie wir Holz hacken und den Ofen an machen. Zumindest solange die Handymasten funktionieren.
Steve van de Grens schrieb: > Dafür kann heute kaum noch jemand mit einem Abakus oder Rechenschieber > umgehen, einen Kohle-Ofen an machen, Obst einwecken, eine Pute rupfen Genau. Weil man das nicht mehr braucht. > und andere lebensnotwendige Dinge. Hahaha
Cyblord -. schrieb: > Genau. Weil man das nicht mehr braucht. > Hahaha Ich vermute, du hast mich missverstanden. Ich versuche es nochmal: Früher konnte man Leute damit beeindrucken, einen Computer zu bedienen. Noch mehr, wenn man sie programmieren konnte. Das begeistert heute niemanden mehr. Dafür kann man heute Leute mit Fähigkeiten beeindrucken, die damals ganz normal waren. In der Ausbildung hatten wir einen Meister, der konnte Bohrer mit einer Schlüsselfeile schärfen und an andere Materialien anpassen. Das hatte mich damals begeistert. Für ihn war das hingegen nichts besonderes, denn zu seiner jungen Zeit konnten das viele Leute.
Xanthippos schrieb: > Stimmt, aber jedes Kind kann die KI fragen. Und dabei bleibt es dann. Dabei kommt aber nichts zustande. Nicht jeder der ein Rezept gelesen hat ist gleich ein Koch.
Alexander schrieb: > Nicht jeder der ein Rezept gelesen hat ist gleich ein Koch. Zumal das Internet zunehmend mit schlechten bis gar nicht funktionierenden Rezepten voll gemüllt wird. Der jüngste Klopper auf den ich gestoßen war: Man sollte Kelloggs oder Nüsse in Schokolade tunken und dann im Backofen schön cross ausbacken.
Ich kann mich noch gut an einen Hiwi-Job von 1991 erinnern. Dort waren auch ein paar Leute, die haben exakt das gleiche implementiert. Einfache neuronale Netze mit ein bis 2 Leveln an internen Neuronen. Sehr viel sinnvolles ist da nicht bei heraus gekommen. Aber es war damals der Hype. Zusätzlich gab es auch noch Fuzzy-Logic, also irgendetwas unscharfes. Davon hat man Jahre später auch nichts mehr gehört. Ok, nun kann man Programme von 1991 auf einem Arduino laufen lassen. Aber es waren damals auch schon keine Hochleistungsrechner eingesetzt.
> Aber es war damals der Hype.
Ist doch ein guter Zeitpunkt für eine Neuauflage dieses Hypes.
In den 90ern wusste niemand mehr, was eure Vorgänger in den 60ern auf
den Röhrencomputern versuchten. Heute weiß niemand mehr, was ihr in den
90ern auf den DOS-PCs und UNIX-Workstations versucht hattet.
Schönes Beispiel, überfordert die MCU aber nichtg gerade. Man bekommt auch in einem ATMega328 deutlich größere neuronale Netzwerke unter. Gibt etliche Beispiele für die inferenz eines CNN mit dem MNIST Datensatz. z.B. hier: https://github.com/sipeed/TinyMaix
:
Bearbeitet durch User
Hier gibt es auch einiges. Ist mir zu "untechnisch", für den Anfang aber nicht schlecht: https://eloquentarduino.com/
Thread beobachten
Seitenaufteilung abschaltenBitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.