Contenedor Docker para Raspberry y otros dispositivos ARM para experimentar con el aprendizaje automático

¿Quién dijo que solo se puede experimentar con Machine Learning si cuentas con grandes recursos? Esto no es del todo cierto, dependerá del grado de dificultad, la extensión de los datos y el enfoque del problema que abordemos. Cualquiera que tenga una modesta Raspberry puede comenzar a experimentar y aprender los fundamentos del aprendizaje automático de forma rápida y sencilla.

Raspberri Pi 3 + Docker + Machine Learning

Partiendo de las premisas del anterior artículo, traté de encontrar un contenedor Docker compatible con la arquitectura ARM de Raspberry, concretamente uno que me permitiese utilizar la biblioteca de código abierto Tensorflow de Google. Investigando por la red me encontré con el estupendo trabajo de Romilly Cocking, que permite experimentar las técnicas de Machine Learning en los prácticos notebooks de Jupyter (iPython). el cual modifique para utilizar la reciente versión Tensorflow 1.0 y añadir varias librerías, obteniendo un contenedor que incluye los siguientes elementos:

Un completo arsenal con el experimentar una gran parte de los ejemplos que encontrará en las webs anteriores y con sus propios proyectos, una solución versátil que permite agilizar las pruebas y ajustes de pequeñas porciones de código o programas más complejos. También puede ser utilizado para elaborar guías, tutoriales y otros tipos de documentación en la que se puede ilustrar paso a paso las partes del proceso con un amplio abanico de recursos multimedia (texto enriquecido, imágenes, videos, gráficos, …).

Jugando con Pandas en vivo

A continuación os dejo los enlaces a GitHub y el Repositorio de Docker, con los que podréis empezar a utilizar directamente el contenedor o construir el vuestro ajustandolo a vuestras necesidades.

comments powered by Disqus