Hier einmal der Bereich für das Team Spracherkennung und Sprachausgabe
Ich habe die Sprachausgabe einmal mit in dieses Team gepackt, da sie ja nicht ganz so anspruchsvoll und relativ schnell zu realisieren ist.
Vom fertigen Jarvis des Raspberry Pi über einen eigenen Ansatz bis zum eignen neuronalen Netz stehen uns hier alle Möglichkeiten offen.
Am Besten versuchen wir im Team einen festen Rythmus zu finden, in dem wir uns treffen möchten.
Wir sind natürlich nicht fest an den Termin/Rythmus gebunden. Wenn Projektarbeiten oder die Klausurphase anstehen können wir immer noch etwas neues festlegen. Der Spaß am Projekt steht schließlich im Vordergrund
Hier also noch mehr der tollen Umfragen
Umfrage Wochentag
Montag abends1 Stimme (14 %)
Dienstag abends3 Stimmen (43 %)
Mittwoch abends1 Stimme (14 %)
Donnerstag abends1 Stimme (14 %)
Freitag abends1 Stimme (14 %)
Samstags0 Stimmen (0 %)
Sonntags0 Stimmen (0 %)
Umfrage beendet (Archiv), 7 Stimmen insgesamt.
Umfrage Rythmus
Mehr als 1x die Woche0 Stimmen (0 %)
1x die Woche0 Stimmen (0 %)
Alle zwei Wochen3 Stimmen (100 %)
Alle drei Wochen0 Stimmen (0 %)
Einmal im Monat0 Stimmen (0 %)
Umfrage beendet (Archiv), 3 Stimmen insgesamt.
Dieser Bereich ist dazu gedacht, dass sich das Team untereinander austauschen und über mögliche Lösungen, Sensoren, etc. diskutieren kann. Also viel Spaß =)
Natascha
@MaxM, @J2nas, @Roman, @Fini, @LabLisa und @merlev
Hier ist euer Softwarebereich
Natascha
Euer erstes Treffen ist am Di. den 23.10.2018 um 18:00 Uhr
Bitte bringt heute abend euren eigenen Laptop mit, damit wir direkt ein wenig Recherchieren und loslegen können
Natascha
Ian
Videokurs für machine learning:
Ian
Guter Artikel zum Einstieg:
Natascha
Hier @LabLisa unsere wunderschöne Kommunikation mit der KI
Natascha
Wir haben heute bei unserem Treffen ein Github repository für unsere Gruppe angelegt. Jeder der mitentwickeln möchte, sollte sich einen kostenfreien Github Account anlegen und mir entweder hier oder über eine PN den Benutzernamen mitteilen, damit ich euch für das Projekt freischalten kann
@MaxM hast du dein model zu hause schon wieder gestartet? Was genau muss ich anpassen, damit es nicht von vorne beginnt?
MMaxM
Ja, ich habe meins schon durchlaufen lassen. Du musst beim aufrufen der train.py den parameter --start_checkpoint=/tmp/speech_commands_train/conv.ckpt-XXXX mit angeben. XXXX musst du durch den höchsten Snapshot in C:\tmp\speech_commands_train ersetzen.
Es kam am Ende bei ca. 87% raus. Interessant war, dass es bei der 6000. Batch bereits bei 77% war und dann nochmal doppelt so lange für die letzten 10% gebraucht hat. Hatte nicht erwartet, dass es so heftig abnimmt.
Ian
Ich hab hier ein Beispiel gefunden für Pervasive Attention
Forschungsarbeit zu dem Thema:
Implementierung:
JJ2nas
Ich kann heute leider nicht kommen, da ich umgezogen bin und daher noch viel zu tun hab.