Prédire en environnement contraint#
C’est l’option la plus facile. Elle consiste à apprendre sur un ordinateur classique puis à exporter le modèle dans un environnement différent où seule la prédiction est disponible. On l’appelle parfois le runtime. Il existe encore peu d’outils communs même s’il est fortement probable que chacun ait développé des outils en interne adaptés à son architecture. Il est très facile d’apprendre une régression logistique puis de réimplémenter la fonction de prédiction partout où on en a besoin avec les coefficients du modèle plutôt que de chercher à installer Python.
Modules
Embedded Learning Library (ELL) : deep learning sur RaspberryPI, Arduino