Können Sie zu Hause ein maschinelles Lernprojekt durchführen?

Bei all dem Gerede über maschinelles Lernen in den letzten Jahren ist es schwer, den Wunsch zu ignorieren, es selbst auszuprobieren. Die Technologie scheint sich sehr schnell zu entwickeln und hat in vielen Umgebungen bereits Anwendung gefunden. Wenn Sie über Programmierkenntnisse und ein grundlegendes Verständnis einiger Konzepte zur Statistik verfügen, können Sie die Anforderungen an die Fähigkeiten erfüllen.

Sie müssen jedoch auch die Hardware berücksichtigen, die Sie dafür benötigen. Sie können entweder alles zu Hause hosten oder Remote-Dienste verwenden - beide haben ihre Vor- und Nachteile.

Grundvoraussetzungen für die Entwicklung des maschinellen Lernens

Sie benötigen relativ leistungsfähige Hardware, um die Dinge in Gang zu bringen. Während Sie die meisten verwandten Tools auf einem kostengünstigen Laptop ausführen können, ist Ihr Lernpotential stark eingeschränkt, und alles dauert viel länger als nötig.

Ihre GPU (Graphics Processing Unit) ist hier die wichtigste Komponente. Es hat nichts direkt mit Grafiken zu tun. Es ist nur so, dass GPUs besser für die Arten von Berechnungen geeignet sind, auf die sich maschinelles Lernen stützt.

Eine GPU, die CUDA unterstützt, ist hier noch besser, obwohl es Sie mehr kostet, eine zu bekommen. Machen Sie sich keine Sorgen, wenn Sie sich diese Art von Hardware derzeit nicht leisten können. Sie können Ihre Lösungen auch remote ausführen, obwohl Sie sich mit den Höhen und Tiefen dieses Setups auseinandersetzen müssen.

Weiterlesen: Was sind CUDA-Kerne?

Warum Ihre Kosten im Jahr 2021 höher sein könnten

Es ist auch erwähnenswert, dass der Einkauf neuer Hardware für maschinelles Lernen derzeit noch schwieriger sein kann. Es gibt eine schwierige globale Situation, die sich um einen Mangel an Halbleitern dreht, die bei der Herstellung verschiedener Unterhaltungselektronik verwendet werden. Von GPUs über Smartphones bis hin zu anderen Geräten sind viele Märkte betroffen.

Einige Vorhersagen gehen davon aus, dass dieser Mangel noch einige Jahre anhalten könnte, da mehrere Faktoren unerwartet aufeinander abgestimmt waren. Zwischen der Pandemie, die die Produktionskapazitäten beeinträchtigt und die Nachfrage steigert, und Bergleuten und Skalierern Beim Kauf der gesamten Aktie war die Situation für diejenigen herausfordernd, die nur eine neue kaufen möchten GPU.

Verbunden: Warum sind Grafikkarten gerade jetzt so teuer?

Es ist auch nicht klar, wann sich die Preise normalisieren werden - die Preise könnten weiter steigen. Die Suche nach einer gebrauchten GPU könnte eine bessere Option sein, obwohl Sie nicht garantieren können, dass Sie etwas Passendes finden.

Vor- und Nachteile gehosteter Plattformen

Auf einer gehosteten Plattform für die Entwicklung des maschinellen Lernens können Sie sich auf die eigentliche Entwicklungsarbeit konzentrieren, ohne sich um Hardware-Überlegungen kümmern zu müssen. Sie profitieren von fortschrittlicher Verarbeitungsleistung, und diese Plattformen können Ihre Lösungen in der Regel viel schneller ausführen als alles, was Sie zu Hause erstellen könnten.

Natürlich ist diese Art von Macht nicht kostenlos. Sie müssen eine Abonnementgebühr zahlen, um die meisten dieser Dienste nutzen zu können. Diejenigen, die kostenlos angeboten werden, haben ihre eigenen Einschränkungen.

Beispielsweise können Sie Ihr Programm möglicherweise nicht bei Bedarf ausführen und müssen möglicherweise in einer Warteschlange warten. Dies kann besonders bei längeren Trainingseinheiten problematisch sein, bei denen Sie zusätzlich zu einer bereits langen Wartezeit einige zusätzliche Stunden hinzufügen müssen.

Und dann fühlen sich manche Menschen in ihrer Arbeit einfach wohler, wenn sie alles vor Ort zur Verfügung haben. Es kann sicherlich bequemer sein, auf diese Weise mit maschinellem Lernen zu arbeiten, wenn einige Modelle mehrere Gigabyte groß sein können und es einige Zeit dauern kann, sie auf und von den entsprechenden Servern zu übertragen.

Das Beste aus beiden Welten

Sie könnten einen gemischten Ansatz verwenden. Führen Sie den größten Teil Ihrer Entwicklung lokal durch - wie die eigentliche Arbeit an Ihren Algorithmen und Modellen - und verwenden Sie einen gehosteten Service für umfangreiche, teure Verarbeitungen.

Normalerweise können Sie Ihre Daten stapelweise übermitteln, damit sie über einen bestimmten Zeitraum hinweg auf einmal verarbeitet werden. Sie müssen lediglich zurückkehren, um anschließend Ihre Ergebnisse abzurufen. Dies kann gut funktionieren, wenn Sie keine sofortigen Ergebnisse benötigen, und es kann Ihnen ermöglichen, teure Schulungen zu relativ geringen Kosten durchzuführen.

Dies ist der Ansatz, den die meisten Menschen heutzutage verfolgen. Wenn Sie nicht zu viel für Hardware ausgeben möchten, aber die Idee, überhaupt etwas Geld dafür auszugeben, in Ordnung sind, sollten Sie dies wahrscheinlich prüfen.

Es gibt verschiedene Angebote auf dem Markt, von denen sich einige an Personen mit kleineren Budgets richten. Schauen Sie sich also um und sehen Sie, was da draußen verfügbar ist. Manchmal können Sie es schaffen, Ihre Projekte für überraschend wenig Zeit zu hosten, solange sie keine komplexen Anforderungen haben.

Seien Sie vorsichtig mit sensiblen Daten

Denken Sie daran, dass beim maschinellen Lernen häufig mit sensiblen Daten gearbeitet werden muss. Beispielsweise können Sie mit der Verarbeitung von Krankenakten oder anderen persönlichen Informationen beauftragt werden. Es versteht sich von selbst, dass Sie in diesen Situationen viel vorsichtiger sein müssen, wenn Sie mit remote gehosteten Diensten arbeiten.

Sie müssen sich der Auswirkungen der Übertragung dieser Daten an Remoteserver bewusst sein. Manchmal verstößt man möglicherweise gegen bestimmte rechtliche Rahmenbedingungen, ohne es zu merken. In der Europäischen Union zum Beispiel muss man mit der DSGVO sehr vorsichtig sein.

Es ist eine gute Idee, einen Rechtsspezialisten zu konsultieren, wenn Ihre maschinellen Lernübungen vertrauliche Daten enthalten. Noch besser ist, dass Sie diese Art von Daten wahrscheinlich gar nicht erst für Ihre ersten Schulungsprojekte verwenden sollten. Entscheiden Sie sich einfach für etwas, das sicherer und einfacher zu handhaben ist.

Maschinelles Lernen auf eigene Faust

Maschinelles Lernen zu Hause ist machbar und hat viele Vorteile. Es hat aber auch einige negative Auswirkungen, die Sie berücksichtigen müssen, und Sie müssen sicherstellen, dass Sie am Ende einen ausgewogenen Ansatz finden. Achten Sie besonders auf Details wie die Arbeit mit sensiblen Daten und machen Sie sich immer mit den gesetzlichen Anforderungen vertraut, die Ihre Situation an Sie stellen könnte.

Am Ende kann dies eine sehr unterhaltsame und produktive Erfahrung sein, die Sie auf dem Arbeitsmarkt in eine großartige Position bringen kann.

Was macht Python und wofür kann es verwendet werden?

Python ist äußerst vielseitig und bietet Anwendungen von der Webentwicklung bis zur Datenanalyse.

Weiter lesen

Über den Autor