ms

Membre
  • Compteur de contenus

    6 942
  • Inscription

  • Dernière visite

  • Pays

    France

Tout ce qui a été posté par ms

  1. Oui, ça s'arrête sous la grille mais surtout cette carte est bien foutue question consommation, température et bruit. En fait il y en a 2 : le modèle Mini avec un gros ventilateur et le modèle OC plus récent avec 2 ventilateurs plus petits. Les constructeurs comme Zotac, MSI, Gigabyte et ASUS sont passés maître dans l'art de bien ventiler leurs cartes graphiques. Pour du calcul par le GPU sous Linux le G4560 est suffisant avec la GTX 1050 Ti et je ne ferai pas de version Windows d'EVA (demain 100% des calculateurs, les grands comme les petits, seront sous Linux). Comme tu dis Shuttle, ils assurent niveau support et c'est important pour la pérénité d'un produit. J'aurai l'occasion de tester d'autres configs avec ce boîtier Shuttle parce que j'ai d'autres domaines que l'astro (j'ai une config par exemple avec une Quadro P2000 5Go 75W dont la seule carte coûte aussi cher que la config astram). Je pense que la config calculateur retenue pour les astrams est financièrement raisonnable (690€ aujourd'hui). Je te remercie d'avoir pris de ton temps pour me donner des conseils précieux, il me reste maintenant à terminer EVA avant l'arrivée des oppositions de Jupiter (mai), Saturne (juin) et Mars (juillet).
  2. Je recherche un mini PC de 3 litres environ compatible avec cartes graphiques Dual-Slot : - carte mère mini ITX basée sur le chipset Intel H110 Express, - compatible avec processeurs Intel Haswell Celeron/Pentium / i3 / i5 / i7 au socket 1151, - 2 slots pour mémoire 260-pin DDR4-2133/2400 (PC4-17000/19200) avec support Dual Channel, - Dual-Slot PCIe x16 3.0 pour l'installation d'une carte graphique avec mémoire dédiée, - 2 baies pour disques durs / SSD de 2.5", - slot M.2 SATA pour SSD, - connecteurs vidéo HDMI v1.4 et VGA. Il existe le Shuttle XH110G mais il ne peut recevoir que des cartes graphiques Single-Slot :
  3. Jupiter par Polo à la sauce artificielle...

    Neb, faire de la super résolution sur l'image de Yann en utilisant les 3 images de Mars, Jupiter et Saturne ça donne cela : Pour obtenir quelque chose qui ressemble à cela : je fais autrement. Cette image de référence est décomposable en patchs qui forment un dictionnaire de patchs HR. Il suffit de substituer aux patchs de l'image débruitée, défloutée et redressée leurs équivalents en HR. C'est compliqué de le faire en couleur alors on transforme l'image dans l'espace de couleur YCbCr puis on travaille sur les patchs Y de la luminance et à la fin on retrouve la couleur en retransformant en RGB. Tout cela est en développement mais j'obtiens un rendu meilleurs qu'avec l'apprentissage profond. On doit certainement pouvoir faire de même avec TensorFlow mais pour l'instant je n'ai pas trouvé. Pour polo, j'obtiens cela avec l'apprentissage : L'image de gauche c'est l'image de polo, l'image du milieu c'est l'image corrigée par apprentissage et l'image de droite c'est comme l'image du milieu mais avec une correction du bruit en plus.
  4. Effectivement un Pentium G4560 (54W) est suffisant avec la GTX 1050 Ti et je vais aussi commencer à tester avec 8Go de RAM. Cette config à 690€ me permet d'attendre mon objectif pour le calculateur seul. C'est d'ailleurs la config que l'on retrouve sur différents sites qui ont testé ce boîtier. Je vais pouvoir passer à l'assemblage de ce boîtier dès le mois prochain puis tester EVA sous CUDA 9.1, la première opposition se présente en mai. Autres éléments intéressants sous ce boîtier le SSD qui est isolé du reste et une clé USB interne qui peut permettre par exemple une procédure automatique d'installation de Linux Mint, CUDA et EVA sur le disque SSD et sa mise à jour via internet (toutes ces procédures seront décrites sur le site) : En fait, le logiciel EVA c'est une clé USB attachée au numéro d'identification de la carte graphique et qui vient s'installer sous le boîtier.
  5. Jupiter par Polo à la sauce artificielle...

    blanc : image initiale (image du haut) jaune : image obtenue par apprentissage (image centrale) rouge : image de référence On doit pouvoir faire coller les courbes jaune et rouge.
  6. J'ai retenu finalement i5-7600 3,5GHz (65W).
  7. En fait j'ai fini par trouver l'élément du puzzle qui me manquait : C'est silencieux et ça ne chauffe pas et ça rentre en hauteur dans le mini PC Shuttle : Et surtout les drivers pour Linux sont déjà dans la version que j'utilise. Ce GPU est compatible avec CUDA 9. Il n'y a plus qu'à passer à la suite : http://gpu-vision.com/index.php/gpu/
  8. rotation de champ

    Alors la réduction du bruit et la réduction d'étoiles, quand tout augmente comme en janvier 2018, voilà enfin une bonne nouvelle.
  9. Il y a un point important avec toutes ces nouvelles config non CUDA (Intel/AMD ou AMD) c'est l'optimisation. Les journalistes ne sont pas forcément des développeurs et quand pour une application donnée les résultats vont du simple au double entre CUDA et OpenCL alors là ça fait réfléchir. Nvidia fournit aujourd'hui des drivers de qualité sous Linux et les mises à jours suivent les évolutions de l'OS. Dans l'état actuel des choses il est plus prudent de rester avec des configs qui ont faits la preuve de leur stabilité par le passé. Ainsi une combinaison i5-7400 avec 16Go de RAM et une carte GTX 1050 Ti 4Go fera un bon calculateur jusqu'au FullHD à 100ips. Pas mieux finalement que ma config Shuttle à 970€ avec carte graphique Zotac qui ne chauffe pas.
  10. TensorFlow ne permet pas de faire un auto-encodeur débruiteur ou déflouteur universel parce qu'il faudrait faire l'apprentissage de chaque bruit ou de chaque flou et je ne parle même pas des combinaisons possibles. C'est EVA qui estime le bruit hybride en multi-trames, multi-échelles et multi-modes ainsi que le flou et le flot optique. Par contre TensorFlow est plus puissant en post-traitement pour traiter (auto-encodeur de super résolution par exemple) les images synthétiques obtenues avec EVA. Sur le site gpu-video.com les applications TensorFlow sont libres et multi-domaines (astro, médecine, biologie, surveillance, ...).
  11. rotation de champ

    Oui et en plus pour mieux faire ressortir la nébuleuse et faciliter le recalage des 47 poses, il faudrait débruiter avant chaque brute parce que le bruit ça créer comme un filtre opaque (je ne crois pas qu'une réduction d'étoiles soit la bonne solution) : Je sais bien que pour certains le bruits c'est ce qui donne vie à leur vidéo et après tout, il en faut pour tous les goûts.
  12. rotation de champ

    Une méthode qui marche bien pour recaler 47 poses de ce type c'est par exemple Horn-Schunck. Je ne sais pas ce qu'utilise IRIS mais il existe aujourd'hui des méthodes qui marchent dans pratiquement tous les cas.
  13. NGC 891 27X10s

    Sûr que c'est impressionnant en si peut de pose mais il faudrait isoler ces petites galaxies lors de l'acquisition pour obtenir quelque chose qui ressemble à cela par exemple :
  14. Jupiter par Polo à la sauce artificielle...

    Ces images c'est en gros ce que l'on obtient en post-traitement TensorFlow de vidéos obtenues avec EVA. Demain (pas cette année) elles seront obtenues directement sur le terrain quand Google aura intégré son moteur dans un processeur.
  15. Le futur Zotac MA551 (avec un processeur graphique intégré plus puissant) correspond à ce que nous devrions avoir dans quelques mois voir un an : mini PC de moins de 2 litres, puissance d'une GTX 1050 Ti 4Go, 65W, coût avec 16Go de DDR4-2400 et SSD 512Go de l'ordre de 700€. Pour l'instant, il n'y a que le NUC 1,2 litre & 65W d'Intel qui réponde à cela (à l'exception du coût qui va se situer entre 1100 et 1200 euros). EVA c'est un Assistant de Vision Electronique qui prend en entrée des images naturelles perturbées (turbulence, brouillard, pluie, courants, ...) pour créer des vidéos d'images synthétiques corrigées. C'est un logiciel multi domaines qui s'intéresse aussi bien à la turbulence atmosphérique (céleste et terrestre) qu'à l'activité de nos neurones (imagerie calcium) en passant par l'observation des fonds sous-marins. Les vidéos d'images synthétiques peuvent être post-traitées à l'aide de TensorFlow (moteur d'apprentissage profond de Google). En astro, EVA permet de faire sur le terrain de la vidéo assistée en planétaire comme en ciel profond. La config la plus aboutie est pour l'instant le NUC 65W d'Intel que les premiers benchmarks situent au niveau du GPU GTX 1050. Une autre config évolutive c'est Z370 ASRock DeskMini GTX qui peut évoluer de GTX 1050 Ti à GTX 1080 en passant par GTX 1060 et GTX 1070. Il existe depuis le CES 2018 un boîtier sans carte graphique MXM que l'on peut faire évoluer. http://www.asrock.com/news/index.asp?iD=3888
  16. NGC 891 27X10s

    Il y a des petites galaxies noyées dans le bruit et c'est là justement que la détection d'un bruit hybride peut être intéressante. Le fond du ciel de l'image de référence est très noir.
  17. Jupiter par Polo à la sauce artificielle...

    WinPython et Anaconda sont 2 environnements de développement scientifique Python concurrents et non compatibles entre eux. J'ai utilisé WinPython par le passé mais Anaconda est bien plus pratique avec la commande "conda" qui permet de pratiquement tout installer. Sans passer par le tuto, ton appli doit pouvoir s'installer en très peu de temps avec Anaconda. Voir par exemple "Anaconda vs WinPython" sur Google. En partant uniquement d'Anaconda pour Python 3, tu devrais pouvoir installer sans problème l'appli. Pas la peine de créer un environnement virtuel puisque "conda" fait déjà cela. Ne pas oublier de mettre le répertoire où sont installés les fichiers bin d'Anaconda dans le path. Moi, j'ai un répertoire "anaconda3" pour Python3 et "~/anaconda3/bin" dans mon path Linux.
  18. Jupiter par Polo à la sauce artificielle...

    Il me reste une machine sous W7, je peux regarder ton application la semaine prochaine. Dis-moi quelle application tu veux faire tourner sous Windows et on pourra faire cela en même temps.
  19. Jupiter par Polo à la sauce artificielle...

    Tu veux mettre en œuvre un auto-encodeur (un réseau de neurones artificiels utilisé pour l'apprentissage non supervisé) avec TensorFlow pour débruiter, déflouter, compresser ou faire de la super résolution : http://www.learnopencv.com/understanding-autoencoders-using-tensorflow-python/ Cas de l'auto-encodeur débruiteur : il n'est efficace que pour le bruit pour lequel un apprentissage a été fait (c'est pour cela que j'ai abandonné cette voie il y a plus d'un an pour passer à l'estimation d'un bruit hybride par une approche multi-trame, multi-échelle et multi-mode). Par contre dans le cas de la super résolution et de la fusion de zones, il y a de quoi faire notamment pour les post-traitements (libres sur le site) des vidéos assistées d'EVA.
  20. Celui qui est le plus cohérent c'est l'ASRock DeskMini GTX. J'avais oublié cette solution de 2,7 litres à 1.170€ dans ma liste (cette solution peut évoluer en terme de GPU) : → ASRock DeskMini GTX 1060 (675€) → CPU Intel Core i5-7400 3,0GHz 65W (180€) → RAM 1x16Go Crucial DDR4-2400 SO-DIMM (180€) → SSD 500Go Crucial MX500 (140€) → Linux Mint 18.3 - Cinnamon (64-bit) → Alimentation 220W Il existe une config de 2,7 litres pour GTX 1080 (1.250€) avec alim de 270W. L'avenir reste quand même le processeur i7-8705G chez Intel (ou l'équivalent chez AMD) qui permettra de faire des configs de moins de 2 litres consommant 65W soit 2 fois moins que la config Shuttle 130W à puissance égale. Dès mars 2018 le NUC d'Intel devrait se situer entre 1100€ et1200€ avec 16Go de RAM Crucial et un SSD Crucial MX500 de 500Go. Dans quelques mois ce prix aura certainement chuté et des configs à 800€ ou moins devraient être possibles pour accueillir EVA. Bref, il faut être patient.
  21. Jupiter par Polo à la sauce artificielle...

    Lasagne s'installe avec conda comme indiqué plus haut : https://anaconda.org/toli/lasagne Idem pour tous les autres modules que tu ne trouves pas (ou qui ne sont pas à jour) dans ta distribution d'Anaconda.
  22. Jupiter par Polo à la sauce artificielle...

    Tu installes Anaconda pour Windows comme je te l'ai indiqué plus haut et après tous les modules sont dedans : Python, TensorFlow, SciPy, pillow. Si TensorFlow n'est pas installé, tu l'installes via la commande conda en tenant compte de la version demandée. Anaconda existe pour Windows, Mac et Linux.
  23. Pour sortir une machine à 500€, il va falloir attendre quelques mois voir 2019. C'est possible en 2 litres sous Linux avec 8Go de RAM (90€), un SSD de 250Go (90€) si le processeur intègre un GPU assez puissant pour un coût de l'ordre de 200€. Il y a aussi cette solution en 2 litres à 500$ mais je ne vois pas trop comment intégrer la carte vidéo : https://pcpartpicker.com/list/Pqrbf8 En attendant, les 2 solutions de moins de 3 litres qui me semblent intéressantes sont dans l'ordre de préférence : Shuttle avec carte MSI GTX 1050 Ti 4Go et Vortex 25 avec GTX 1060 6Go. En moins de 6 litres : ZOTAC ZBOX MAGNUS ER51070 avec 16Go de DDR4-2400 et SSD 256Go Samsung 960 EVO (autonomie limitée sur le terrain).
  24. Si ça passe et cette GTX 1050 Ti de MSI est une des plus silencieuse et des mieux ventilée. Il s'agit d'un proto et non de la version définitive (moins coûteuse) qui utilisera un processeur intégrant la carte graphique dans un boîtier de 2 litres avec une puissance de calcul équivalente au proto. Quand on regarde de plus près, le Shuttle XH110G utilise des composants à longue durée de vie comme dans les boîtiers industriels et de ce fait son coût est relativement bas comparés aux boîtiers industriels (en moyenne 2 à 3 fois plus chers). Le proto c'est une config à 970€ pour traiter du Full HD à 100ips avec CUDA : → Mini PC Shuttle XH110G (270€) → CPU Intel Core i5-7400 3,0GHz 65W (180€) → RAM 1x16Go Crucial DDR4-2400 SO-DIMM (180€) → GPU Zotac GeForce GTX 1050 TI 4Go Mini (170€) → SSD 500Go Crucial MX500 (140€) → WiFi/Bluetooth Shuttle WLN-M (30€) → Linux Mint 18.3 - Cinnamon (64-bit) → Alimentation 180W Pour traiter plus grand comme UHD et 4K à 100ips avec CUDA, il faut plus puissant en GPU, on passe alors de la 1050 Ti 4Go à la 1070 8Go. La ZBOX MAGNUS ER51070 avec 16Go de DDR4-2400 et SSD 256Go Samsung 960 EVO devient intéressante : → Zotac ER51070 (990€) → RAM 1x16Go Crucial DDR4-2400 SO-DIMM (180€) → SSD 250Go Samsung 960 EVO M.2 PCIe NVMe (130€) → Linux Mint 18.3 - Cinnamon (64-bit) → Alimentation 330W Cette configuration musclée à 1.300€ permet de s'attaquer à pratiquement tous les cas. Ce qui est intéressant avec Zotac c'est aussi une garantie de 5 ans. Si le volume d'environ 6 litres pose problème alors il reste la solution de 2,5 litres MSI Vortex G25 (1.900€ quand même) : → Processeur Intel Core i5-8400 (Hexa-Core 2.8 GHz / 4 GHz Turbo - Cache 9 Mo) → 16 Go de mémoire DDR4 (2x 8 Go - 4 slots - maximum 64 Go au total) → SSD M.2 PCIe de 256 Go avec NVMe + disque dur de 1 To (7200 RPM) → 2 slots pour SSD au format M.2 PCIe x4 NVMe (1 slot libre) → Carte graphique NVIDIA GeForce GTX 1070 avec 8 Go de mémoire GDDR5 → Alimentation 330W Une solution plus raisonnable 2,5 litres MSI Vortex G25 (1.300€) : → Processeur Intel Core i5-8400 (Hexa-Core 2.8 GHz / 4 GHz Turbo - Cache 9 Mo) → 8 Go de mémoire DDR4 (1x 8 Go - 4 slots - maximum 64 Go au total) → SSD M.2 PCIe de 128 Go avec NVMe + disque dur de 1 To (7200 RPM) → 2 slots pour SSD au format M.2 PCIe x4 NVMe (1 slot libre) → Carte graphique NVIDIA GeForce GTX 1060 avec 6 Go de mémoire GDDR5 → Alimentation de 230 Watts
  25. Ben non, la carte MSI GTX 1050 Ti 4GT OC est silencieuse et elle ne chauffe pas. En plus, elle peut s'alimenter (75W) sur 1 slot PCIe sans slot supplémentaire. Il faut juste vérifier la sortie de ventilation sur le boîtier Shuttle. C'est un peu plus sérieux que l'Inno3D question ventilation : les 2 ventilateurs couvrent toute la surface du radiateur qui est répartie sur toute la longueur de la carte. Je pense être arrivé au bout de cette configuration. Le SSD Crucial MX500 500Go pourrait être remplacé par un SSD Samsung 960 Pro de 250Go pour obtenir une config encore plus réactive.