Harry James
0 
3875
335
Uczenie maszynowe jest tematem na ustach wszystkich. Łatwo zrozumieć, dlaczego. To przyszłość manipulacji danymi i jest już używana w prawie każdym nowoczesnym otoczeniu biznesowym. Ale czy można go połączyć z Raspberry Pi? Czy Pi ma za zadanie utrzymanie działającej sieci neuronowej? Dzięki Google TensorFlow może to zrobić!
Oto jak zainstalować TensorFlow na Raspberry Pi, z kilkoma przykładami użycia.
Co to jest TensorFlow?
Przed zanurzeniem się w przykładach użycia TensorFlow warto wiedzieć, co to właściwie jest.
Krótko mówiąc, TensorFlow to trenowalna sieć neuronowa Google, która może wykonywać wiele różnych zadań. Aktywnie ucząc się z zestawu danych przygotowanego przez użytkownika, sieci neuronowe TensorFlow dokonują dokładnych prognoz, gdy otrzymają nowe dane.
W skrócie, sieci neuronowe TensorFlow myśleć.
Sprawdź naszą listę przykładów Tensorflow Co to jest Google TensorFlow? Przykłady i samouczki Open Source Czym jest Google TensorFlow? Przykłady i samouczki Open Source TensorFlow, uczenie maszynowe i sieci neuronowe. Oto krótki przegląd tego, co to jest, dlaczego jest użyteczny i jak się go nauczyć. po więcej informacji.
Jak zainstalować TensorFlow
Podczas gdy zrozumienie tematu uczenia maszynowego wymaga poważnych badań, podstawowe użycie TensorFlow jest łatwe do naśladowania. Nasz samouczek Rozpoznawanie obrazu za pomocą TensorFlow Rozpoczynanie Rozpoznawanie obrazu za pomocą TensorFlow i Raspberry Pi Rozpocznij od Rozpoznawania obrazu za pomocą TensorFlow i Raspberry Pi Chcesz poradzić sobie z rozpoznawaniem obrazu? Dzięki Tensorflow i Raspberry Pi możesz od razu zacząć. obejmuje instalację biblioteki na twoim Pi. Obejmuje także testowanie i uruchamianie podstawowego programu klasyfikacji obrazów Inception.
W tym przypadku TensorFlow zapewnia już przeszkoloną sieć neuronową. Użytkownik musi jedynie wprowadzić poprawny typ danych, a TensorFlow zgadnie, co zawiera obraz. Nawet podstawowa implementacja TensorFlow jest w stanie klasyfikować obrazy do 1000 klas. To robi zaskakującą ilość poprawnie!
Ale co jeszcze możesz zrobić dzięki TensorFlow na Raspberry Pi?
Przenośne rozpoznawanie obrazu
?
Omówiliśmy, jak zrobić inteligentną kamerę internetową DIY Pan i Tilt Network Security Cam z Raspberry Pi DIY Pan i Tilt Network Security Cam z Raspberry Pi Dowiedz się, jak zdalnie wyświetlać kamerę bezpieczeństwa Pan i Tilt za pomocą Raspberry Pi. Ten projekt można ukończyć rano tylko z najprostszych części. wcześniej, ale ten mówiący mobilny klasyfikator obrazów przenosi go na nowy poziom.
Ten szczegółowy post opisuje konfigurację sprzętu i niestandardowe oprogramowanie zintegrowane z klasyfikatorem obrazów Inception. Przykładowy kod pokazuje, jak łatwo jest zintegrować TensorFlow z projektem (pod warunkiem, że znasz podstawy języka programowania Python 5 kursów, które zabiorą cię z Python Beginner do Pro 5 kursów, które zabiorą Cię z Python Beginner na Pro Te pięć kursów nauczy Cię wszystkiego o programowaniu w Pythonie, jednym z najgorętszych obecnie języków). Artykuł szczegółowo opisuje proces rozpoznawania obrazu. Jest to ogólnie doskonały zasób dla wszystkich zainteresowanych w tej dziedzinie.
Jeden doskonały element tego ustawienia może początkowo nie być jasny:
“Dodatkową zaletą, o której wiele osób wspomniało, jest to, że po zainstalowaniu nie jest wymagany dostęp do Internetu.”
Poprzednie rozpoznawanie obrazu zawsze opierało się na ogromnym czasie przetwarzania lub połączeniu z Internetem. Pi nie zawsze może przekazywać informacje do chmury i ma ograniczoną moc przetwarzania. To jest rozwiązanie - samodzielny moduł rozpoznawania obiektów offline, który można wykonać w domu. Powie ci nawet, na co patrzy. Czyż przyszłość nie jest cudowna?
TensorFlow Magic Mirror
Domowe inteligentne (lub “magia”) lustra to najfajniejsza rzecz, jaką możesz zbudować Jak zamienić stary ekran laptopa w magiczne lustro Jak zamienić stary ekran laptopa w magiczne lustro Inteligentne lustra to unikalne urządzenia, za pomocą których można wstrzyknąć trochę magii do domu. Pokażemy Ci, jak zbudować jedną z Raspberry Pi. . Wymaga tylko pi i starego ekranu laptopa wraz z podstawowymi materiałami do majsterkowania, to świetny projekt dla początkujących. Alasdair Allan postanowił nie zadowolić się przeciętnym inteligentnym lustrem i zbudował magiczne lustro TensorFlow z rozpoznawaniem głosu.
Niezadowolony z kosztów internetowego rozpoznawania mowy, Alasdair zdecydował się na TensorFlow jako alternatywę offline. Integracja wstępnie wyszkolonego modelu rozpoznawania głosu TensorFlow z już używanym kodem zestawu AIY dodaje niestandardowe słowa budzenia do projektu.
Google zgromadziło zbiór danych zawierający ponad 65 000 słów z crowdsourcingu. Ten zestaw danych typu open source wyszkolił sieć neuronową w zrozumieniu niektórych słów.
W tym przypadku dodano kilka możliwych słów aktywujących, ale nadal napotyka znany problem uczenia maszynowego: szkolenie sieci neuronowej wymaga dużej ilości danych.
O ile nie chcesz utworzyć unikalnego zestawu danych z dziesiątkami tysięcy wpisów, jesteś ograniczony do tego, co jest ogólnodostępne. Ten projekt pokazuje ograniczenia TensorFlow na Pi w jego obecnym stanie. Jest w pełni funkcjonalny, ale zwiększa możliwości obliczeniowe Pi. Podobnie jak w przypadku wszystkich nowych technologii, ta wczesna implementacja stanowi rzut oka na przyszłość inteligentnych urządzeń domowych.
Autonomiczny samochód RC TensorFlow
Biorąc pod uwagę historię Google z samochodami samojezdnymi Jak działają samochody samojezdne: nakrętki i śruby za programem Google Autonomous Car Jak działają samojezdne samochody: nakrętki i śruby za programem Google Autonomous Możliwość dojazdu do pracy w obie strony spanie, jedzenie lub nadrabianie zaległości na twoich ulubionych blogach to koncepcja, która jest równie atrakcyjna, pozornie daleka i zbyt futurystyczna, aby się wydarzyła. , nie jest zaskoczeniem, że TensorFlow doskonale nadaje się do autonomicznej jazdy.
DeepPiCar jest doskonałym przykładem tego rodzaju sieci neuronowej w akcji. Oprócz standardowego zdalnego sterowania ten robot Raspberry Pi ma coś znacznie mądrzejszego. Sieć, wyszkolona w zestawie danych na stronie projektu GitHub, uczy się pozostać na z góry ustalonym torze.
Ten projekt nie jest dla początkujących. Wymagany sprzęt można znaleźć w prawie każdym tanim zestawie robota. Wdrożenie oprogramowania wymaga głębszej wiedzy. Zanim zaczniesz, powinieneś dobrze opanować uczenie maszynowe.
Automatyczny sortownik ogórków
Jedno z najbardziej znanych wdrożeń TensorFlow na Pi, sortownik ogórków Makoto Koike jest znakiem nadchodzących wydarzeń.
Sortowanie świeżych produktów na różne rynki jest ogromnym kosztem dla mniejszych dostawców. Sortowanie ogórków według wielkości i jakości to zadanie, które do niedawna mogło być wykonywane wyłącznie przez człowieka. Sortowanie maszynowe było bardzo trudne i kosztowne. TensorFlow rozwiązuje ten problem, dzieląc ogórki na kategorie za pomocą kamery.
Korzystając z ponad 7000 zdjęć ogórków, Makoto przeszkolił sieć neuronową, aby rozróżniać różne typy. Podczas pracy kamery rejestrują obrazy pod trzema kątami. Pi klasyfikuje obrazy przed przesłaniem ich na serwer Linux w celu dalszej klasyfikacji. Rezultatem jest uruchomienie przenośnika taśmowego i układu serwo, który sortuje ogórki w pudełka.
Początek czegoś inteligentnego
Widzieliśmy Raspberry Pi używane do wszystkiego 26 Niesamowite zastosowania dla Raspberry Pi 26 Niesamowite zastosowania dla Raspberry Pi Od którego projektu Raspberry Pi należy zacząć? Oto nasz przegląd najlepszych zastosowań i projektów Raspberry Pi! , więc nic dziwnego, że TensorFlow do niego dołączył. Pi stara się nadążyć za wymaganiami uczenia maszynowego, ale świetnie nadaje się do nauki podstaw Czym jest uczenie maszynowe? Darmowy kurs Google rozkłada go na części Czym jest uczenie maszynowe? Darmowy kurs Google rozkłada go na dobre. Google opracował bezpłatny kurs online, który nauczy Cię podstaw uczenia maszynowego. .