Kako napraviti DIY AI projekte pomoću Google TensorFlow-a i Raspberry Pi

Strojno učenje je tema na svakome. 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? S Google TensorFlow može!

Evo kako instalirati TensorFlow na Raspberry Pi, s nekoliko primjera upotrebe.

Što je TensorFlow?

Prije nego što se udubite u primjere kako se koristi TensorFlow, 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 primjera Tensorflow Što je Google TensorFlow? Primjeri i vodiči s otvorenim kodom Što je Google TensorFlow? Primjeri otvorenog koda i tutoriali TensorFlow, strojno učenje i neuronske mreže. Evo kratkog pregleda što je to, zašto je korisno i kako to naučiti. za više informacija.

Kako instalirati TensorFlow

Iako razumijevanje predmeta strojnog učenja zahtijeva ozbiljno proučavanje, osnovno korištenje TensorFlow lako je slijediti. Naše prepoznavanje slika pomoću TensorFlow vodiča Započnite s prepoznavanjem slika upotrebom TensorFlow-a i Raspberry Pi-a. Započnite s prepoznavanjem slika pomoću TensorFlow-a i Raspberry Pi Želite li pristupiti prepoznavanju slika? Zahvaljujući Tensorflowu i Raspberry Pi, možete početi odmah. 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. Točno dobiva iznenađujuću količinu!

Ali što još možete učiniti s TensorFlowom na Raspberry Pi?

Prepoznavanje prijenosnih slika

?

Otkrili smo kako napraviti pametnu web-lokaciju DIY mrežne sigurnosne kamere za pomicanje i naginjanje s Raspberry Pi DIY Pan i naginjanjem mrežne sigurnosne kamere sa malinom Pi Saznajte kako napraviti sigurnosnu kameru za gledanje s udaljenosti i naginjanje s Raspberry Pi. Ovaj se projekt može dovršiti ujutro, uz samo najjednostavnije dijelove. prije, ali ovaj klasični klasifikator mobilnih slika podiže ga 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 s osnovama programskog jezika Python-a 5 tečaja koji će vas od Python-a započeti do Pro-5 tečaja koji će vas odvesti od početnika Python-a do Pro Ove pet tečajeva naučit će vas sve o programiranju na Pythonu, jednom od trenutno najpopularnijih jezika.). U članku se detaljno opisuje postupak prepoznavanja slike. To je izvrstan resurs za sve koji su zainteresirani za to područje.

Jedan izvrstan element ove postavke možda nije u početku jasan:

“Mnogi su istaknuli bonus da, nakon instaliranja, 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 što gleda. Nije li to divna budućnost?

Čarobno ogledalo od tensorflora

Domaće pametno (ili “magija”) ogledala su oko zgodne stvari koju možete napraviti Kako pretvoriti stari zaslon prijenosnog računala u čarobno ogledalo Kako pretvoriti stari zaslon prijenosnog računala u čarobno ogledalo Smart ogledala jedinstveni su uređaji koje možete koristiti da unesete neku magiju u svoj dom. Pokazamo vam kako možete napraviti jedan s Raspberry Pi. , 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 čarobno ogledalo TensorFlow s prepoznavanjem glasa.

Nezadovoljan troškovima internetskog prepoznavanja govora, Alasdair se odlučio za TensorFlow kao alternativu izvan mreže. Integriranje TensorFlowovog pretraženog modela prepoznavanja glasa u već korišteni AIY kôd kompleta dodaje prilagođene budne riječi projektu.

Google je sastavio skup podataka s više od 65.000 riječi prepunih riječi. Ovaj je otvoreni izvor podataka podučavao neuronsku mrežu da razumije neke riječi.

U ovom je slučaju dodalo 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 implementacija je pogled u budućnost pametnih kućnih uređaja.

TensorFlow autonomni RC automobil

S obzirom na Googleovu povijest sa automatskim upravljanjem automobilima kako rade samovozna automobila: matice i vijci iza Googleovog programa autonomnih automobila kako rade samovozna vozila: matice i vijci iza Googleovog programa autonomnih automobila Mogućnost putovanja naprijed-nazad za posao dok spavanje, jedenje ili zatezanje na vašim omiljenim blogovima koncept je podjednako privlačan i naizgled daleki i previše futuristički da bi se zapravo mogao dogoditi. , ne čudi da je TensorFlow dobro prilagođen autonomnoj vožnji.

DeepPiCar je izvrstan primjer ove vrste neuronske mreže u akciji. 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 naći 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.

Auto sortiranje krastavaca

Jedna od najpoznatijih primena TensorFlow-a na Pi-u, sortiranje krastavca Makoto Koike znak je stvari koje tek dolaze.

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 nego što ih proslijedi na Linux poslužitelj radi daljnje klasifikacije. Rezultat pokreće transportnu traku i servo sustav koji krasta krastavce razvrstava u kutije.

Početak nečeg pametnog

Vidjeli smo kako se Raspberry Pi koristi za sve 26 Awesome Uses for Raspberry Pi 26 Awesome Use for Raspberry Pi Koji Raspberry Pi projekt trebate započeti? Ovdje je naš popis najboljih Raspberry Pi korištenja i projekata okolo! , pa nije iznenađujuće da je TensorFlow stigao na njega. Pi se bori da drži korak sa zahtjevima strojnog učenja, ali izvrsno je za učenje osnova Što je strojno učenje? Google-ov besplatni tečaj to razbija za vas Što je strojno učenje? Googleov besplatni tečaj to razbija za vas Google je osmislio besplatni online tečaj koji će vas naučiti osnovama strojnog učenja. .