Aprovechando la salida de la nueva versión estable de Tensorflow 1.1.0 he actualizado la imagen Docker para Raspberry de la que os hablé en el anterior artículo.
Nuevos elementos:
Pillow: Un fork de PIL (Python Image Library) que nos permite hacer diabluras con los ficheros de imágenes.
H5py: El paquete h5py es una interfaz Pythonic para el formato de datos binarios HDF5 que permite almacenar grandes cantidades de datos numéricos, y manipular fácilmente los datos de NumPy.
¿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.
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.
Tecnológicamente hablando tengo la percepción que nos encontramos ante un punto de inflexión, aunque mi opinión es completamente subjetiva, en realidad se trata de un paso más del proceso conocido desde hace décadas como la Miniaturización, proceso tecnológico mediante el cual se reduce el tamaño de los dispositivos electrónicos y por extensión los ordenadores, los cuales en un espacio de tiempo relativamente corto han pasado de ocupar habitaciones a caber en la palma de la mano, al mismo tiempo que su capacidad de cómputo ha aumentado, haciendo cumplir las predicciones de la Ley de Moore.
Tengo una gran afición por el cacharreo tecnológico, he probado varias plataformas de aprendizaje electrónico, experimentación y prototipado como Arduino, Espruino, …
Había escuchado hablar muy bien de las famosas Raspberry, por lo que me decidí a probar el último modelo, Raspberry B+, la cual me sorprendió gratamente tras comprobar, que a pesar de su reducido precio es una plataforma con unas posibilidades maravillosas, una magnifica herramienta para el ocio, aprendizaje, …