Discussion :

[mich35]

Bonjour,

Comment puis-je transformer un algorithme scikit-learn python en un code en langage C?

Je voudrais embarquer un algorithme SVM lineaire dans un microcontrolleur.
Est-ce que vous auriez des suggestions? des liens?

Merci

Mich.

[dourouc05]

Selon ton microcontrôleur, tu peux aussi balancer du code Python. Maintenant, si tu parles d'un PIC 8 bit, tu oublies .

Avec la classe SVC, par exemple, une fois le modèle entraîné, tu peux récupérer la variable d'instance coef_, qui contient les coefficients utilisés. Très pratique si tu as un modèle linéaire (tu as les coefficients de l'hyperplan), mais pas du tout avec des noyaux, vu qu'il faudra les évaluer par rapport à une série de points du jeu de données initial.

La réponse te satisfait-elle ?

[mich35]

Non, je recherche plutôt une méthode générique. J'ai essayé de plusieurs modèles scikit-learn. Je n'ai pas encore décidé lequel choisir mais je penche pour du SVM linéaire. Je peux faire du traitement sur des flottants même si le µC n'est pas une bête de course. Par contre pas possible de faire du python embarqué.
Je débute en IA, je fait plutôt du traitement du signal. Le but est de rentrer les données sortant du traitement du signal dans une machine IA pour améliorer le tout.
Merci quand même.

[dourouc05]

La technique fonctionnera pour toutes les méthodes linéaires (pour les SVM, il y a peut-être aussi moyen d'utiliser les fonctionnalités de LIBSVM/LIBLINEAR pour l'export). De base, tu n'as aucun mécanisme d'export de modèle spécifique à scikit-learn (même si tu peux utiliser Pickle pour ça… en Python). Pour les arbres (et les forêts), la structure de données est bien documentée : https://scikit-learn.org/stable/auto...e-structure-py. Il n'y a pas de mécanisme d'export d'un modèle en code C, par exemple, même si des projets tentent de le faire (https://github.com/nok/sklearn-porter, mais plus maintenu depuis deux ans).