Sieci neuronowe – pionierski projekt Sii w Japonii
Sii Polska zrealizowało innowacyjny projekt z obszaru systemów wbudowanych dla japońskiego producenta mikrokontrolerów oraz półprzewodników z branży motoryzacyjnej. Renesas Electronics Corporation należy do największych na świecie wytwórców wspomnianych produktów i oferuje wysokiej klasy rozwiązania SoC (system on chip), pamięć IC, urządzenia dyskretne i in.
Projekt, w który zaangażowało się Sii Polska, polegał na stworzeniu pierwszego na świecie produktu pozwalającego w nowatorski sposób wizualizować sieci neuronowe. Renesas Electronics Corporation posiadał zestaw urządzeń do translacji sieci neuronowych na kod, który był następnie kompilowany i wykorzystywany w systemach wbudowanych. Nie istniała jednak dotychczas możliwość wygodnego obserwowania, jak wygląda sieć neuronowa po uczeniu, wyświetlania jej wag oraz edytowania ich i nadpisywania do ponownego uczenia lub ograniczenia objętości kodu. To jeden z kluczowych punktów ze względu na potrzebę jak najlepszego wykorzystania pamięci w urządzeniach wbudowanych.
Eksperci Centrum Kompetencyjnego Usług Inżynieryjnych Sii stworzyli Neural Network Visualizer. Rozwiązanie pozwala wizualizować struktury sieci neuronowych, wyświetlać wagi sieci oraz modyfikować i zapisywać nowe wagi. Dzięki temu możliwe jest wyzerowanie skrajnie niskich wag i ograniczenie wielkości kodu maszynowego, otrzymanego w procesie translacji sieci i późniejszej kompilacji. Aplikacja może służyć także do inicjalizacji sieci znanymi wagami i jej dalszego uczenia.
Produkt, który został dostarczony w wersji samodzielnej oraz jako plugin do środowiska programistycznego e2 Studio, pozwala wczytać dwa różne formaty sieci używanych przez Klienta: Caffe oraz Tensorflow.
Bardzo ważnym wymaganiem w projekcie było udowodnienie, że produkt został wytworzony zgodnie z wytycznymi jakościowymi bazującymi na CMMI Level 3. Dlatego też projekt został zrealizowany według szczegółowo opracowanego przez nas procesu, gwarantującego wysoką jakość wytwarzanego oprogramowania. Równie istotnym jak sama aplikacja efektem naszej pracy była dokładna dokumentacja, powstająca podczas każdego z etapów wytwarzania oprogramowania. – opowiada Monika Jaworowska, Service Delivery Director w Sii.
Aplikacja oraz plugin zostały stworzone w języku Java. Praca z sieciami neuronowymi wymagała wykorzystania Caffe oraz Tensorflow do uczenia sieci, formatów protobufferowych oraz innych nośników danych i języka Python do manipulowania sieciami neuronowymi. Pokrycie kodu było realizowane za pomocą Clovera a testy jednostkowe za pomocą JUnit. – mówi Przemysław Wieluński, Inżynier ds. oprogramowania w Sii.
Projekt został pomyślnie zrealizowany w ramach oferty usług zdalnych z obszaru systemów wbudowanych Centrum Kompetencyjnego Usług Inżynieryjnych Sii.
