Како да направите ДИИ АИ пројекте користећи Гоогле ТенсорФлов и Распберри Пи

Реклама

Машинско учење је тема на свачијим уснама. Лако је схватити зашто. То је будућност манипулације подацима и већ се користи у скоро свим модерним пословним окружењима. Али да ли се може комбиновати са Распберри Пи? Да ли Пи има задатак да одржава радну неуронску мрежу? Уз Гоогле ТенсорФлов, може!

Ево како инсталирати ТенсорФлов на Распберри Пи, са неколико примера употребе.

Шта је ТенсорФлов?

Пре него што се удубите у примере како се користи ТенсорФлов, вреди знати шта је то заправо.

Укратко, ТенсорФлов је Гооглеова обучна неуронска мрежа која може обављати много различитих задатака. Активно учећи из скупа података које је корисник користио, ТенсорФлов неуронске мреже дају тачне прогнозе када им се дају нови подаци.

Укратко, ТенсорФлов неуронске мреже мисли.

Погледајте нашу листу Тенсорфлов примери Шта је Гоогле ТенсорФлов? Примери отвореног кода и туторијалиТенсорФлов, машинско учење и неуронске мреже. Ево кратког прегледа шта је то, зашто је корисно и како то научити. Опширније за више информација.

Како инсталирати ТенсорФлов

Иако разумевање предмета машинског учења захтева озбиљно проучавање, основно коришћење ТенсорФлов-а је лако пратити. Наш Препознавање слика помоћу ТенсорФлов туториал Започните с препознавањем слика користећи ТенсорФлов и Распберри ПиЖелите да се позабавите препознавањем слика? Захваљујући Тенсорфлов-у и Распберри Пи-у, можете почети одмах. Опширније покрива инсталирање библиотеке на ваш Пи. Такође обухвата тестирање и покретање основног програма класификације слика Инцептион.

У овом случају, ТенсорФлов пружа већ обучену неуролошку мрежу. Све што корисник мора урадити је да унесе исправан тип података, а ТенсорФлов ће погодити шта слика садржи. Чак је и основна имплементација ТенсорФлов-а способна да класификује слике у 1000 класа. Тачно добија изненађујућу количину!

Али шта још можете учинити са ТенсорФловом у Распберри Пи?

Покрили смо се како направити паметну веб камеру Направите безбедносну камеру за паневе и нагибе мреже са малином ПиНаучите како да направите сигурносну камеру са удаљености за гледање и нагињање са Распберри Пи. Овај пројекат може се завршити ујутро, уз само најједноставније делове. Опширније пре, али овај мобилни класификатор слике подиже на нови ниво.

Овај детаљни пост приказује подешавање хардвера и прилагођени софтвер интегрисан у Инцептион класификатор слике. Пример кода показује колико је лако интегрисати ТенсорФлов у пројекат (под условом да вам је угодно основе језика за програмирање Питхон-а 5 курсева који ће вас од Питхон-а започети до професионалцаОвих пет курсева научиће вас о програмирању на Питхон-у, једном од најпопуларнијих језика тренутно. Опширније ). У чланку се детаљно описује поступак препознавања слике. То је одличан ресурс за све који су заинтересовани за ову област.

Један одличан елемент ове поставке можда није првобитно јасан:

„Додатни бонус на који су многи истакли је да, једном инсталиран, није потребан приступ интернету.“

Препознавање слике се увек ослањало на огромно време обраде или интернетску везу. Пи не може увек преносити информације у облак и има ограничену моћ обраде. Ово је решење, самостални препознавалац ван мреже који можете да направите код куће. Чак ће вам рећи и шта гледа. Није ли будућност чудесна?

Домаћа паметна (или „чаробна“) огледала су о најслађој ствари коју можете да направите Како претворити стари екран преносног рачунара у чаробно огледалоПаметна огледала су јединствени уређаји које можете користити да унесете неку магију у свој дом. Показаћемо вам како да направите један од Распберри Пи-а. Опширније . Захтијевајући само Пи и стари екран лаптопа заједно са основним „уради сам“ залихама, одличан је пројекат за почетнике. Аласдаир Аллан је одлучио да се не задовољи са просечним паметним огледалом и изградио је ТенсорФлов чаробно огледало са препознавањем гласа

Незадовољан трошковима веб-препознавања говора, Аласдаир се одлучио за ТенсорФлов као алтернативу ван мреже. Интегрисање ТенсорФлов-овог преиспитаног модела препознавања гласа у већ коришћени АИИ кит код додаје пројекту прилагођене будне речи.

Гоогле је саставио скуп података са преко 65.000 речи препуних речи. Овај отворени извор података обучио је неуронску мрежу да разуме неке речи.

У овом случају, додало је неколико могућих речи будности, али још увек наилази на познати проблем машинског учења: потребно је много података за обучавање неуронске мреже.

Ако нисте спремни да направите јединствени скуп података са десетинама хиљада уноса, ограничени сте на оно што је слободно доступно. Овај пројекат показује ограничења ТенсорФлов-а у Пи у тренутном стању. Потпуно је функционалан, али гура рачунске могућности Пи-а. Као и код свих нових технологија, и ова рана примена је поглед у будућност паметних кућних уређаја.

С обзиром на Гоогле-ове историја са аутоматским управљањем аутомобилима Како раде самовозећи аутомобили: матице и вијци који стоје иза Гооглеовог програма аутономних аутомобилаБити у стању да путујете напред-назад док спавате, једете или надокнађујете своје омиљене блогови су концепт који је подједнако привлачан и наизглед далековидан и заправо превише футуристички десити се. Опширније , не чуди што је ТенсорФлов добро прилагођен аутономној вожњи.

Тхе ДеепПиЦар је одличан пример ове врсте неуронске мреже у деловању. Поред стандардног даљинског управљања, овај робот Распберри Пи има нешто паметније. Обучена на скупу података који се налази на страници пројекта ГитХуб, мрежа учи да остане на унапред одређеном колосеку.

Овај пројекат није за почетнике. Потребни хардвер може се наћи у готово сваком јефтином комплету робота. За имплементацију софтвера потребно је нешто детаљније знање. Требали бисте добро схватити машинско учење пре него што га започнете.

Једна од најпознатијих примена ТенсорФлов-а на Пи-у, Макото Коике сортер краставаца је знак ствари које тек долазе.

Сортирање свежих производа за различита тржишта огроман је трошак за мање добављаче. Сортирање краставаца по величини и квалитету задатак је који је до недавно могао да обавља само људски оператер. Разврставање машина било је веома тешко и скупо. ТенсорФлов решава овај проблем категорисањем краставаца у реалном времену путем камере.

Користећи преко 7000 слика краставаца, Макото је обучио неуронску мрежу да разликује различите врсте. У раду, веб камере снимају слике из три угла. Пи класификује слике, пре него што их прослеђује на Линук сервер ради даљег класификовања. Резултат активира транспортну траку и серво систем који сортира краставце у кутије.

Почетак нечег паметног

Видели смо Распберри Пи се користи за све 26 Изврсне употребе за Распберри ПиСа којим би пројектом Распберри Пи требало да почнете? Ево нашег скупа најбољих Распберри Пи користи и пројеката у околини! Опширније , па није изненађујуће да је ТенсорФлов стигао на њега. Пи се бори да држи корак са захтевима машинског учења, али то је одлична за учење основа Шта је машинско учење? Гоогле-ов бесплатан курс то разбија за васГоогле је дизајнирао бесплатан онлине курс који ће вас научити основама машинског учења. Опширније .