Oglas
Strojno učenje je tema koja je svima na usnama. Lako je vidjeti zašto. To je budućnost obrade podataka i već se koristi u gotovo svim modernim poslovnim okruženjima. Ali može li se kombinirati s Raspberry Pi? Da li Pi ima zadatak održavanja radne neuronske mreže? Uz Google TensorFlow, to može!
Evo kako instalirati TensorFlow na Raspberry Pi, s nekoliko primjera upotrebe.
Što je TensorFlow?
Prije nego što se udubite u primjere upotrebe TensorFlow-a, vrijedno je znati o čemu se zapravo radi.
Ukratko, TensorFlow je Googleova trainable neuronska mreža koja može obavljati mnogo različitih zadataka. Aktivno učeći iz skupa podataka koje je korisnik koristio, TensorFlow neuronske mreže daju točna predviđanja kad im se daju novi podaci.
Ukratko, neuronske mreže TensorFlow razmišljati.
Pogledajte naš popis Primjeri Tensorflowa Što je Google TensorFlow? Primjeri i vodiči s otvorenim kodomTensorFlow, strojno učenje i neuronske mreže. Evo kratkog pregleda što je to, zašto je korisno i kako to naučiti. Čitaj više za više informacija.
Kako instalirati TensorFlow
Iako razumijevanje predmeta strojnog učenja zahtijeva ozbiljno proučavanje, osnovno korištenje TensorFlow lako je slijediti. Naše Prepoznavanje slika s vodičem TensorFlow Započnite s prepoznavanjem slika pomoću TensorFlow-a i Raspberry PiŽelite li shvatiti prepoznavanje slike? Zahvaljujući Tensorflowu i Raspberry Pi, možete početi odmah. Čitaj više obuhvaća instaliranje knjižnice na vaš Pi. Također obuhvaća testiranje i pokretanje osnovnog programa klasifikacije slika Inception.
U ovom slučaju, TensorFlow pruža već osposobljenu neurološku mrežu. Sve što korisnik mora učiniti je unijeti ispravnu vrstu podataka, a TensorFlow će pogoditi što slika sadrži. Čak i osnovna implementacija TensorFlowa može razvrstati slike u 1000 klasa. Točan iznos iznenađujuće dobiva!
Ali što još možete učiniti s TensorFlowom na Raspberry Pi?
Pokrili smo se kako napraviti pametnu web kameru Napravite mrežno sigurnosnu kameru za pomicanje i naginjanje s Raspberry PiNaučite kako napraviti sigurnosnu kameru za gledanje s udaljenosti i naginjanje s Raspberry Pi. Ovaj se projekt može dovršiti ujutro uz samo najjednostavnije dijelove. Čitaj više prije, ali ovaj klasifikator mobilnih slika koji govori diže na novu razinu.
Ovaj detaljni post prikazuje postavljanje hardvera i prilagođeni softver integriran s Inception klasifikatorom slike. Primjer koda pokazuje koliko je jednostavno integrirati TensorFlow s projektom (pod uvjetom da vam je ugodno osnove programskog jezika Python 5 tečaja koji će vas od profesora Pythona provesti do profesionalcaOvih pet tečajeva naučit će vas sve o programiranju na Pythonu, jednom od trenutno najjačih jezika. Čitaj više ). U članku se detaljno opisuje postupak prepoznavanja slike. Općenito je izvrstan resurs za sve koji su zainteresirani za to područje.
Jedan izvrstan element ove postavke možda nije u početku jasan:
"Dodani bonus koji su mnogi istaknuli je da jednom instaliran nije potreban pristup internetu."
Prethodno prepoznavanje slike uvijek se oslanjalo na ogromno vrijeme obrade ili internetsku vezu. Pi ne može uvijek prenijeti informaciju u oblak i ima ograničenu moć obrade. Ovo je rješenje, samostalni prepoznavač predmeta izvan mreže koji možete napraviti kod kuće. Čak će vam reći i što gleda. Nije li budućnost čudesna?
Domaća pametna (ili "čarobna") ogledala su o najslađoj stvari koju možete izgraditi Kako pretvoriti stari zaslon prijenosnog računala u čarobno zrcaloPametna ogledala jedinstveni su uređaji pomoću kojih možete unijeti neku čaroliju u svoj dom. Pokazali smo vam kako možete napraviti jedan s Raspberry Pi. Čitaj više . Zahtijevajući samo Pi i stari zaslon prijenosnog računala, zajedno s osnovnim kućnim potrepštinama, odličan je projekt za početnike. Alasdair Allan odlučio se ne slagati s prosječnim pametnim zrcalom i izgradio je TensorFlow čarobno ogledalo s prepoznavanjem glasa.
Nezadovoljan troškovima internetskog prepoznavanja govora, Alasdair se odlučio za TensorFlow kao offline alternativu. Integriranje TensorFlow-ovog preispitanog modela prepoznavanja glasa u već iskorišteni AIY kit kod dodaje projektu prilagođene riječi budnosti.
Google je sastavio skup podataka s više od 65.000 riječi prepunih riječi. Ovaj skup otvorenih izvora obučio je neuronsku mrežu da razumije neke riječi.
U ovom slučaju, dodalo je nekoliko mogućih riječi budnosti, ali još uvijek nailazi na poznati problem strojnog učenja: potrebno je puno podataka za trening neuronske mreže.
Ako niste spremni stvoriti jedinstveni skup podataka s desecima tisuća unosa, ograničeni ste na ono što je slobodno dostupno. Ovaj projekt prikazuje ograničenja TensorFlow-a u Pi u trenutnom stanju. Potpuno je funkcionalan, ali gura računske mogućnosti Pi-a. Kao i kod svih novih tehnologija, i ova rana primjena je pogled u budućnost pametnih kućnih uređaja.
S obzirom na Googleove povijest s automatskim upravljanjem automobilima Kako rade samovozeći automobili: matice i vijci koji stoje iza Googleovog programa autonomnih automobilaBiti u stanju putovati naprijed i nazad na posao dok spavate, jedete ili nadoknađujete svoje omiljene blogovi je koncept koji je podjednako privlačan i naizgled dalekovidan i zapravo previše futuristički dogoditi. Čitaj više , ne čudi što je TensorFlow dobro prilagođen autonomnoj vožnji.
DeepPiCar izvrstan je primjer ove vrste neuronske mreže u djelovanju. Uz standardni daljinski upravljač, ovaj robot Raspberry Pi ima nešto pametnije. Obučena na skupu podataka koji se nalazi na stranici projekta GitHub, mreža uči zadržati se na unaprijed zadanoj stazi.
Ovaj projekt nije za početnike. Potrebni hardver može se pronaći u gotovo svakom jeftinom kompletu robota. Za implementaciju softvera potrebno je nešto detaljnije znanje. Trebali biste dobro shvatiti strojno učenje prije nego što ga započnete.
Jedna od najpoznatijih implementacija TensorFlow-a na Pi-u, Makoto Koike sorter krastavaca znak je onoga što dolazi.
Razvrstavanje svježih proizvoda za različita tržišta ogroman je trošak za manje davatelje usluga. Razvrstavanje krastavaca po veličini i kvaliteti zadatak je koji je do nedavno mogao obavljati samo ljudski operater. Strojno razvrstavanje bilo je vrlo teško postići i skupo platiti. TensorFlow rješava ovaj problem kategoriziranjem krastavaca u stvarnom vremenu putem kamere.
Koristeći preko 7000 slika krastavaca, Makoto je obučio neurološku mrežu kako bi razlikovao različite vrste. U radu, web kamere snimaju slike iz tri kuta. Pi klasificira slike prije slanja na Linux poslužitelj radi daljnje klasifikacije. Rezultat aktivira transportnu traku i servo sustav koji krasta krastavce razvrstava u kutije.
Početak nečeg pametnog
Vidjeli smo Malina Pi koristi se za sve 26 Izvrsna upotreba za Raspberry PiS kojim projektom Raspberry Pi biste trebali započeti? Ovdje je naš pregled najboljih Raspberry Pi korištenja i projekata okolo! Čitaj više , pa nije iznenađujuće da je TensorFlow stigao na njega. Pi se bori da drži korak sa zahtjevima strojnog učenja, ali to je to izvrsno za učenje osnova Što je strojno učenje? Googleov besplatni tečaj to razbija za vasGoogle je osmislio besplatni online tečaj koji će vas naučiti osnovama strojnog učenja. Čitaj više .
Ian Buckley je slobodni novinar, glazbenik, izvođač i video producent koji živi u Berlinu, Njemačka. Kad ne piše ili ne govori na pozornici, bavi se uradi sam elektronikom ili kodom u nadi da će postati lud znanstvenik.
