Cum să construiți proiecte AI DIY folosind Google TensorFlow și Raspberry Pi

Publicitate

Învățarea automată este subiectul pe buzele tuturor. Este ușor să vezi de ce. Este viitorul manipulării datelor și este deja utilizat în aproape toate setările moderne de afaceri. Dar poate fi combinat cu un zmeură Pi? Pi-ul are sarcina de a susține o rețea neuronală de lucru? Cu Google TensorFlow, se poate!

Iată cum se instalează TensorFlow pe un Raspberry Pi, cu câteva exemple de utilizare.

Ce este TensorFlow?

Înainte de a vă arunca în exemple despre modul în care este utilizat TensorFlow, merită să știți ce este de fapt.

Pe scurt, TensorFlow este rețeaua neuronală trainabilă a Google, care poate îndeplini multe sarcini diferite. Prin învățarea activă dintr-un set de date curat de utilizator, rețelele neuronale TensorFlow fac predicții exacte atunci când sunt date noi.

Pe scurt, rețelele neuronale TensorFlow gândi.

Verificați lista noastră cu Exemple de tensiune Ce este Google TensorFlow? Exemple și tutoriale de tip Open-SourceTensorFlow, învățare automată și rețele neuronale. Iată o prezentare rapidă despre ce este, de ce este util și cum să înveți. Citeste mai mult

pentru mai multe informatii.

Cum se instalează TensorFlow

Deși înțelegerea subiectului învățării automate are un studiu serios, utilizarea TensorFlow de bază este ușor de urmărit. Al nostru Recunoașterea imaginii cu tutorialul TensorFlow Începeți cu recunoașterea imaginii folosind TensorFlow și Raspberry PiDoriți să faceți cunoștință cu recunoașterea imaginii? Datorită Tensorflow și unui zmeură Pi, puteți începe imediat. Citeste mai mult acoperă instalarea bibliotecii pe Pi. Acoperă, de asemenea, testarea acesteia și derularea programului de bază de clasificare a imaginilor Inception.

În acest caz, TensorFlow oferă o rețea neuronală deja instruită. Tot ce trebuie să facă utilizatorul este introducerea tipului corect de date, iar TensorFlow va ghici ce conține imaginea. Chiar și implementarea de bază a TensorFlow este capabilă să clasifice imaginile în 1000 de clase. Obține o sumă surprinzătoare corectă!

Dar ce mai poți face cu TensorFlow pe Raspberry Pi?

Am acoperit cum să faci o cameră web inteligentă Cameră de securitate pentru rețea de panouri și înclinare DIY cu zmeură PiAflați cum puteți face camera de securitate panoramică pentru înclinare și înclinare cu ajutorul unui Raspberry Pi. Acest proiect poate fi finalizat într-o dimineață doar cu cele mai simple părți. Citeste mai mult înainte, dar acest clasificator de imagini mobile vorbitoare o duce la un nivel nou.

Acest post detaliat prezintă configurarea hardware și software-ul personalizat integrat cu clasificatorul de imagini Inception. Codul de exemplu arată cât de ușor este să integrezi TensorFlow într-un proiect (cu condiția să fii confortabil cu noțiuni de bază ale limbajului de programare Python 5 cursuri care te vor duce de la Python Beginner la ProAceste cinci cursuri vă vor învăța totul despre programare în Python, una dintre cele mai tari limbi existente acum. Citeste mai mult ). Articolul intră în detalii deosebite despre procesul de recunoaștere a imaginii. Este o resursă excelentă în general pentru oricine este interesat în domeniu.

Un element excelent al acestei configurații poate să nu fie clar inițial:

„Un bonus suplimentar pe care mulți l-au subliniat este că, odată instalat, nu este necesar acces la internet.”

Recunoașterea anterioară a imaginilor s-a bazat întotdeauna pe o cantitate foarte mare de timp de procesare sau pe o conexiune la internet. Un Pi nu poate transmite întotdeauna informația în cloud și are o putere limitată de procesare. Aceasta este soluția, un recunoscător auto-conținut de obiecte offline pe care îl puteți face acasă. Îți va spune chiar ce privește. Nu este viitorul minunat?

Oglinzile inteligente (sau „magice”) de casă sunt despre cel mai tare lucru pe care îl puteți construi Cum să transformi un ecran vechi de laptop într-o oglindă magicăOglinzile inteligente sunt dispozitive unice pe care le puteți folosi pentru a injecta ceva magie în casa dvs. Vă arătăm cum puteți construi unul cu un zmeură Pi. Citeste mai mult . Necesită doar un Pi și un ecran vechi de laptop împreună cu consumabile de bază de bricolaj, este un proiect minunat pentru începători. Alasdair Allan a decis să nu se mulțumească cu oglinda inteligentă medie și a construit Oglinda magică TensorFlow cu recunoaștere vocală.

Nemulțumit de costurile recunoașterii vorbirii bazate pe web, Alasdair a decis TensorFlow ca o alternativă offline. Integrarea modelului pretins de recunoaștere vocală a TensorFlow în cel deja utilizat Kit AIY codul adaugă cuvinte personalizate de trezire la proiect.

Google a reunit un set de date cu peste 65.000 de cuvinte mulțumite. Acest set de date open-source a antrenat plasa neurală pentru a înțelege unele cuvinte.

În acest caz, a adăugat mai multe cuvinte posibile, dar încă se confruntă cu o problemă familiară de învățare automată: este nevoie de o mulțime de date pentru a antrena o rețea neuronală.

Dacă nu sunteți dispus să creați un set de date unic cu zeci de mii de intrări, vă limitați la ceea ce este disponibil gratuit. Acest proiect arată limitele TensorFlow pe Pi în starea sa actuală. Este complet funcțional, dar împinge capacitățile de calcul ale Pi. La fel ca în cazul tuturor noilor tehnologii, această implementare timpurie este o privire asupra viitorului dispozitivelor inteligente pentru casă.

Având în vedere Google istoric cu autoturisme auto Cum funcționează autovehiculele cu autovehicule: piulițele și șuruburile din spatele programului autonom pentru GoogleSă fii capabil să faci naveta înainte și înapoi la locul de muncă în timp ce dormi, mănânci sau te ocupi de favorit blogurile este un concept la fel de atrăgător și aparent îndepărtat și prea futurist ca de fapt întâmpla. Citeste mai mult , nu este de mirare că TensorFlow este potrivit pentru conducere autonomă.

DeepPiCar este un excelent exemplu de acest tip de rețea neuronală în acțiune. Pe lângă telecomanda standard, acest robot Raspberry Pi prezintă ceva cu totul mai inteligent. Antrenată pe un set de date furnizat pe pagina proiectului GitHub, rețeaua învață să rămână pe o pistă prestabilită.

Acest proiect nu este destinat începătorilor. Hardware-ul necesar poate fi găsit în aproape orice kit de robot ieftin. Implementarea software necesită cunoștințe mai aprofundate. Ar trebui să aveți o bună înțelegere a învățării automate înainte de a continua.

Una dintre cele mai cunoscute implementări ale TensorFlow on the Pi, Sortatorul de castraveți al lui Makoto Koike este un semn al lucrurilor viitoare.

Sortarea produselor proaspete pentru diferite piețe reprezintă un cost masiv pentru furnizorii mai mici. Sortarea castraveților în funcție de mărime și calitate este o sarcină care până de curând nu putea fi efectuată decât de un operator uman. Sortarea mașinilor a fost foarte dificil de realizat și costisitoare. TensorFlow rezolvă această problemă prin clasificarea castraveților în timp real prin intermediul camerei.

Folosind peste 7000 de imagini cu castraveți, Makoto a antrenat o rețea neuronală pentru a face diferența între diferite tipuri. În funcțiune, camerele web captează imagini din trei unghiuri. Pi clasifică imaginile, înainte de a le transmite către un server Linux pentru o clasificare ulterioară. Rezultatul declanșează o bandă transportoare și un sistem servo care sortează castraveții în cutii.

Începutul a ceva inteligent

Am văzut Zmeura Pi este folosită pentru orice 26 Utilizări extraordinare pentru un zmeură PiCu ce ​​proiect Raspberry Pi ar trebui să începi? Iată care ne oferă cele mai bune utilizări și proiecte de zmeură Pi din jurul nostru! Citeste mai mult , deci nu este surprinzător faptul că TensorFlow a ajuns la ea. Pi se luptă să țină pasul cu cerințele învățării automate, dar este excelent pentru învățarea elementelor de bază Ce este învățarea automată? Cursul gratuit Google îl descompune pentru tineGoogle a conceput un curs online gratuit care să vă învețe fundamentele învățării automate. Citeste mai mult .