Google TensorFlow ve Raspberry Pi Kullanarak DIY AI Projeleri Nasıl Oluşturulur

İlan

Makine öğrenimi herkesin dudaklarındaki konudur. Nedenini görmek kolay. Veri manipülasyonunun geleceğidir ve neredeyse her modern iş ortamında kullanılmaktadır. Ama bir Raspberry Pi ile birleştirilebilir mi? Pi çalışan bir sinir ağını sürdürme görevine bağlı mı? Google TensorFlow ile yapabilir!

Bazı kullanım örnekleri ile Raspberry Pi'ye TensorFlow'u nasıl kuracağınız aşağıda açıklanmıştır.

TensorFlow Nedir?

TensorFlow'un nasıl kullanıldığına dair örneklere dalmadan önce, gerçekte ne olduğunu bilmeye değer.

Kısacası, TensorFlow, Google’ın birçok farklı görevi gerçekleştirebilen eğitilebilir sinir ağıdır. Kullanıcı tarafından seçilmiş bir veri kümesinden aktif olarak öğrenen TensorFlow sinir ağları, yeni veriler verildiğinde doğru tahminler yapar.

Kısacası, TensorFlow sinir ağları düşünmek.

Listemize göz atın Tensorflow örnekleri Google TensorFlow Nedir? Açık Kaynak Örnekleri ve EğiticilerAkış, makine öğrenimi ve sinir ağları. İşte ne olduğu, neden yararlı olduğu ve nasıl öğrenileceği hakkında hızlı bir genel bakış. Daha fazla oku daha fazla bilgi için.

TensorFlow Nasıl Kurulur

Makine öğrenimi konusunu anlamak ciddi bir çalışma gerektirirken, temel TensorFlow kullanımını takip etmek kolaydır. bizim TensorFlow öğreticisiyle Görüntü Tanıma TensorFlow ve Raspberry Pi Kullanarak Görüntü Tanıma'ya BaşlayınGörüntü tanıma ile kavramak ister misiniz? Tensorflow ve Raspberry Pi sayesinde hemen başlayabilirsiniz. Daha fazla oku kütüphanenin Pi'nize yüklenmesini kapsar. Ayrıca test etmeyi ve temel Inception görüntü sınıflandırma programını çalıştırmayı da kapsar.

Bu örnekte, TensorFlow önceden eğitilmiş bir sinir ağı sağlar. Kullanıcının tek yapması gereken doğru veri türünü girmek ve TensorFlow görüntünün ne içerdiğini tahmin edecektir. TensorFlow'un temel uygulaması bile görüntüleri 1000 sınıfta sınıflandırabilir. Şaşırtıcı bir miktar doğru olur!

Ama Ahududu Pi üzerindeki TensorFlow ile başka ne yapabilirsiniz?

Biz kapattık akıllı bir web kamerası nasıl yapılır Ahududu Pi ile DIY Pan ve Tilt Ağ Güvenlik KameraRaspberry Pi ile uzaktan görüntülenebilir pan ve tilt güvenlik kamerasını nasıl yapacağınızı öğrenin. Bu proje sabahları sadece en basit parçalarla tamamlanabilir. Daha fazla oku önce, ama bu konuşan mobil resim sınıflandırıcı yeni bir seviyeye taşıyor.

Bu ayrıntılı gönderi, Inception resim sınıflandırıcısı ile entegre donanım kurulumunu ve özel yazılımı ana hatlarıyla belirtir. Örnek kod, TensorFlow'u bir projeyle entegre etmenin ne kadar kolay olduğunu gösterir ( Python Programlama dilinin temelleri Sizi Python Beginner'dan Pro'ya Taşıyacak 5 DersBu beş kurs, şu anda en sıcak dillerden biri olan Python'da programlama hakkında her şeyi öğretecek. Daha fazla oku ). Makale, görüntü tanıma süreci hakkında büyük ayrıntılara giriyor. Genel olarak sahaya ilgi duyan herkes için mükemmel bir kaynaktır.

Bu kurulumun mükemmel bir unsuru başlangıçta net olmayabilir:

“Birçoğunun işaret ettiği ek bir avantaj, kurulduktan sonra internet erişimi gerekmemesidir.”

Önceki görüntü tanıma her zaman büyük miktarda işlem süresine veya internet bağlantısına dayanıyordu. Bir Pi her zaman bilgileri buluta aktaramaz ve sınırlı işleme gücüne sahiptir. Bu, evde yapabileceğiniz bağımsız bir çevrimdışı nesne tanıyıcıdır. Hatta neye baktığını bile söyleyecektir. Gelecek muhteşem değil mi?

Ev yapımı akıllı (veya “sihirli”) aynalar inşa edebileceğin en havalı şey hakkında Eski Dizüstü Ekranı Sihirli Aynaya DönüştürmeAkıllı aynalar, evinize biraz sihir katmak için kullanabileceğiniz benzersiz cihazlardır. Bir Raspberry Pi ile nasıl inşa edeceğinizi gösteriyoruz. Daha fazla oku . Temel DIY malzemeleri ile birlikte sadece bir Pi ve eski bir dizüstü bilgisayar ekranı gerektiren bu, harika bir başlangıç ​​projesidir. Alasdair Allan ortalama akıllı aynaya yerleşmemeye karar verdi ve TensorFlow sihirli ayna ses tanıma ile.

Web tabanlı konuşma tanıma maliyetinden memnun olmayan Alasdair, TensorFlow'a çevrimdışı bir alternatif olarak karar verdi. TensorFlow’un önceden belirlenmiş ses tanıma modelini daha önce kullanılmış olanlara entegre etme AIY kiti kodu projeye özel uyandırma sözcükleri ekler.

Google, 65.000'den fazla kitle kaynaklı kelime içeren bir veri kümesi oluşturdu. Bu açık kaynak veri seti sinir ağını bazı kelimeleri anlamak için eğitti.

Bu durumda, birkaç olası uyandırma sözcüğü ekledi, ancak yine de tanıdık bir makine öğrenme sorunuyla karşılaşıyor: bir sinir ağını eğitmek için çok fazla veri gerekiyor.

On binlerce giriş içeren benzersiz bir veri kümesi oluşturmak istemezseniz, serbestçe mevcut olanlarla sınırlısınız. Bu proje, mevcut durumdaki Pi üzerindeki TensorFlow'un sınırlamalarını göstermektedir. Tamamen işlevsel ancak Pi’nin hesaplama yeteneklerini zorluyor. Tüm yeni teknolojilerde olduğu gibi, bu erken uygulama akıllı ev cihazlarının geleceğine bir bakış niteliğindedir.

Google’ın Kendi kendine giden arabalarla tarih Kendi Kendini Sürüş Arabalar Nasıl Çalışır: Google'ın Özerk Araba Programının Arkasındaki Somunlar ve CıvatalarEn sevdiğiniz uyurken, yerken veya yetişirken işe gidip gelme bloglar eşit derecede çekici ve görünüşte uzak ve aslında çok fütüristik bir kavramdır. olmak. Daha fazla oku , TensorFlow'un otonom sürüş için çok uygun olması sürpriz değil.

DeepPiCar bu tür sinir ağlarının işleyişine mükemmel bir örnektir. Standart uzaktan kumandanın yanı sıra bu Raspberry Pi robotu tamamen daha akıllıca bir şeye sahiptir. GitHub proje sayfasında sağlanan bir veri kümesinde eğitilmiş olan ağ, önceden belirlenmiş bir yolda kalmayı öğrenir.

Bu proje yeni başlayanlar için değil. Gereken donanım hemen hemen her ucuz robot kitinde bulunabilir. Yazılım uygulaması daha derinlemesine bilgi gerektirir. Kullanmadan önce makine öğrenmesini iyi anlamalısınız.

Pi'deki TensorFlow'un en iyi bilinen dağıtımlarından biri, Makoto Koike’ın salatalık sıralayıcısı gelecek şeylerin bir işaretidir.

Farklı pazarlar için taze ürünlerin sınıflandırılması, daha küçük tedarikçiler için büyük bir maliyettir. Salatalıkları boyuta ve kaliteye göre sıralamak, yakın zamana kadar sadece bir insan operatör tarafından gerçekleştirilebilecek bir görevdir. Makine tasnifini gerçekleştirmek çok zordu ve masraflıydı. TensorFlow, salatalığı gerçek zamanlı olarak kamera aracılığıyla kategorize ederek bu sorunu çözer.

7000'den fazla salatalık görüntüsü kullanan Makoto, farklı türleri ayırt etmek için sinir ağı kurdu. Operasyonda, web kameraları üç açıdan görüntü yakalar. Pi görüntüleri daha fazla sınıflandırma için bir Linux sunucusuna iletmeden önce sınıflandırır. Sonuç, salatalıkları kutulara ayıran bir konveyör bandı ve servo sistemini tetikler.

Akıllı Bir Şey Başlangıcı

Gördük Raspberry Pi’ler her şey için kullanılıyor 26 Ahududu Pi için Harika KullanımlarHangi Raspberry Pi projesiyle başlamalısınız? İşte Raspberry Pi'nin en iyi kullanım ve projelerinden oluşan bir grup! Daha fazla oku , bu yüzden TensorFlow'un üzerine gelmesi şaşırtıcı değil. Pi, makine öğreniminin taleplerini yerine getirmek için mücadele ediyor, ancak temel bilgileri öğrenmek için harika Makine Öğrenmesi Nedir? Google'ın Ücretsiz Kursu Sizin İçin AyırıyorGoogle, makine öğreniminin temellerini öğretmek için ücretsiz bir çevrimiçi kurs tasarladı. Daha fazla oku .