Coralboard (눌러서 내용보기)
2019년 초에 구글에서 내놓은 Edge TPU가 장착된 Single-board Computer(SBC) 싱글보드 PC이다.
| Item | Specifications |
|---|---|
| CPU | NXP i.MX 8M SOC (quad Cortex-A53, Cortex-M4F) |
| GPU | Integrated GC7000 Lite Graphics |
| ML accelerator | Google Edge TPU coprocessor |
| RAM | 1 GB LPDDR4 |
| Flash memory | 8 GB eMMC |
| Wireless | Wi-Fi 2x2 MIMO (802.11b/g/n/ac 2.4/5GHz) Bluetooth 4.1 |
| Dimensions | 48mm x 40mm x 5mm |
| Item | Specifications |
|---|---|
| Flash memory | MicroSD slot |
| USB | Type-C OTG Type-C power Type-A 3.0 host Micro-B serial console |
| LAN | Gigabit Ethernet port |
| Audio | 3.5mm audio jack (CTIA compliant) Digital PDM microphone (x2) 2.54mm 4-pin terminal for stereo speakers |
| Video | HDMI 2.0a (full size) 39-pin FFC connector for MIPI-DSI display (4-lane) 24-pin FFC connector for MIPI-CSI2 camera (4-lane) |
| GPIO | 3.3V power rail 40 - 255 ohms programmable impedance ~82 mA max current |
| Power | 5V DC (USB Type-C) |
| Dimensions | 88 mm x 60 mm x 24mm |
DataSet & ML model (눌러서 내용보기)
*
🌼 DataSet
Dataset link : https://bit.ly/2V1o5Lb
- 이미지 분석 task에 적합함
- 용량이 200MB 이내로 적당함
- 공개되어 있는 데이터로 저작권 문제가 없음
- 이미지의 크기가 작아서 kubeflow를 통한 학습 성능 향삭을 체감하기 적합하지 않음
- 식상하고 이미지가 너무 잘 정제되어 있어서 별다른 전처리 없이도 학습 성능이 매우 잘 나옴
Google 'Dataset Search' 서비스를 이용하면 머신러닝에 사용될 수 있는 데이터셋을 쉽게 검색할 수 있음!
https://datasetsearch.research.google.com/
Pipeline (눌러서 내용보기)
🌼 Pipeline
컨테이너 기반의 end-to-end ML 워크플로우를 만들고 배포할 수 있는 쿠버네티스 플랫폼
컨테이너 기반으로 구성되어 있기 떄문에 확장성 및 재사용성이 좋다.
쿠버네티스의 자원을 관리하기 위해서 백엔드 프레임워크로 argo라는 워크플로우 툴을 사용할 예정
- 실험(Experiment), 잡(Job), 런(Run)을 추적하고 관리하는 유저 인터페이스
- ML 워크플로우 단계별 스케쥴링 엔진
- 파이프라인과 그 컴포넌트들을 생성하는 SDK
- SDK와 연동하는 쥬피터 노트북
쉬운 파이프라인 구성 → 쉬운 파이프라인 생성 → 쉬운 재사용