Реклама
Машинное обучение - тема у всех на устах. Легко понять почему. Это будущее манипулирования данными, и оно уже используется практически во всех современных условиях бизнеса. Но можно ли его сочетать с Raspberry Pi? Является ли Pi задачей поддержания работающей нейронной сети? С Google TensorFlow это возможно!
Вот как установить TensorFlow на Raspberry Pi, с некоторыми примерами использования.
Что такое TensorFlow?
Прежде чем углубляться в примеры использования TensorFlow, стоит узнать, что это на самом деле.
Короче говоря, TensorFlow - это обучаемая нейронная сеть Google, которая может выполнять множество различных задач. Благодаря активному обучению по набору пользовательских данных, нейронные сети TensorFlow делают точные прогнозы при получении новых данных.
Короче говоря, нейронные сети TensorFlow считать.
Проверьте наш список Примеры Tensorflow Что такое Google TensorFlow? Примеры и учебники с открытым исходным кодомTensorFlow, машинное обучение и нейронные сети. Вот краткий обзор того, что это такое, почему это полезно и как его изучить. Читать далее
за дополнительной информацией.Как установить TensorFlow
Хотя понимание предмета машинного обучения требует серьезного изучения, базовое использование TensorFlow легко понять. наш Распознавание изображений с помощью учебника TensorFlow Начните с распознавания изображений с помощью TensorFlow и Raspberry PiХотите справиться с распознаванием изображений? Благодаря Tensorflow и Raspberry Pi, вы можете начать прямо сейчас. Читать далее охватывает установку библиотеки на ваш Pi. Он также включает в себя его тестирование и запуск базовой программы классификации изображений Inception.
В этом случае TensorFlow предоставляет уже обученную нейронную сеть. Все, что пользователь должен сделать, это ввести правильный тип данных, и TensorFlow будет угадывать, что содержит изображение. Даже базовая реализация TensorFlow способна классифицировать изображения на 1000 классов. Это удивительно правильно!
Но что еще можно сделать с TensorFlow на Raspberry Pi?
Мы покрыли как сделать умную веб-камеру Сделай сам Pan и Tilt Сетевая камера безопасности с Raspberry PiУзнайте, как сделать дистанционно видимую камеру слежения с панорамированием и наклоном с помощью Raspberry Pi. Этот проект может быть завершен утром только из самых простых частей. Читать далее раньше, но этот говорящий мобильный классификатор изображений поднимает это на новый уровень.
В этом подробном посте описывается настройка оборудования и пользовательское программное обеспечение, интегрированное с классификатором изображений Inception. Пример кода показывает, насколько просто интегрировать TensorFlow с проектом (при условии, что вы основы языка программирования Python 5 курсов, которые перенесут вас из Python Beginner в ProЭти пять курсов научат вас программированию на Python, одном из самых популярных языков. Читать далее ). Статья подробно описывает процесс распознавания изображений. В целом, это отличный ресурс для всех, кто интересуется этой областью.
Один отличный элемент этой настройки может быть изначально неясен:
«Дополнительный бонус, на который многие указывали, заключается в том, что после установки доступ в интернет не требуется».
Предыдущее распознавание изображения всегда зависело от огромного времени обработки или подключения к Интернету. Pi не всегда может передавать информацию в облако и имеет ограниченную вычислительную мощность. Это решение, автономный автономный распознаватель объектов, который вы можете сделать дома. Он даже скажет вам, на что он смотрит. Разве будущее не изумительно?
Самодельные умные (или «волшебные») зеркала о самой крутой вещи, которую вы можете построить Как превратить старый экран ноутбука в волшебное зеркалоУмные зеркала - это уникальные устройства, которые вы можете использовать, чтобы внести магию в ваш дом. Мы покажем вам, как построить один с Raspberry Pi. Читать далее . Требуя только пи и старый экран ноутбука вместе с основными материалами для дома, это отличный проект для начинающих. Alasdair Allan решила не соглашаться на среднее умное зеркало и построила Тензорное волшебное зеркало с распознаванием голоса.
Не удовлетворенный стоимостью распознавания речи через Интернет, Alasdair выбрал TensorFlow в качестве автономной альтернативы. Интеграция предварительно обученной модели распознавания голоса TensorFlow в уже использованную AIY комплект Код добавляет пользовательские слова Wake в проект.
Google собрал набор данных с более чем 65 000 краудсорсинговых слов. Этот набор данных с открытым исходным кодом обучил нейронную сеть понимать некоторые слова.
В этом случае он добавил несколько возможных пробужденных слов, но все еще сталкивается с известной проблемой машинного обучения: для обучения нейронной сети требуется много данных.
Если вы не хотите создавать уникальный набор данных с десятками тысяч записей, вы ограничены тем, что находится в свободном доступе. Этот проект показывает ограничения TensorFlow на Pi в его текущем состоянии. Он полностью функционален, но расширяет вычислительные возможности Pi. Как и во всех новых технологиях, эта ранняя реализация дает представление о будущем интеллектуальных домашних устройств.
Учитывая Google история с самоуправляемыми автомобилями Как работают автомобили с автоматическим управлением: гайки и болты, стоящие за автономной автомобильной программой GoogleВозможность ездить туда и обратно на работу, когда вы спите, едите или догоняете любимую блоги - это концепция, которая одинаково привлекательна и, казалось бы, далека и слишком футуристична, чтобы на самом деле бывает. Читать далее Неудивительно, что TensorFlow хорошо подходит для автономного вождения.
DeepPiCar является отличным примером такого рода нейронной сети в действии. Наряду со стандартным пультом дистанционного управления этот робот Raspberry Pi имеет нечто совершенно умное. Обучаясь на наборе данных, представленном на странице проекта GitHub, сеть учится оставаться на заданном пути.
Этот проект не для начинающих. Необходимое оборудование можно найти практически в любом дешевом комплекте роботов. Реализация программного обеспечения требует более глубоких знаний. Вы должны хорошо разбираться в машинном обучении, прежде чем приступать к нему.
Одно из самых известных развертываний TensorFlow на Pi, Сортировщик огурцов Макото Койке это признак грядущих событий.
Сортировка свежих продуктов для разных рынков - это огромные расходы для мелких поставщиков. Сортировка огурцов по размеру и качеству является задачей, которую до недавнего времени мог выполнять только оператор. Машинная сортировка была очень труднодостижимой и дорогостоящей. TensorFlow решает эту проблему, классифицируя огурцы в режиме реального времени с помощью камеры.
Используя более 7000 изображений огурцов, Макото обучил нейронную сеть различать разные типы. Во время работы веб-камеры захватывают изображения с трех сторон. Pi классифицирует изображения, прежде чем отправлять их на сервер Linux для дальнейшей классификации. В результате запускается конвейерная лента и сервосистема, которая сортирует огурцы в ящики.
Начало чего-то умного
Мы видели Raspberry Pi используется для всего 26 Удивительных Использований для Raspberry PiС какого проекта Raspberry Pi вам следует начать? Вот наш обзор лучших Raspberry Pi и проектов вокруг! Читать далее поэтому неудивительно, что TensorFlow прибыл на него. Pi старается не отставать от требований машинного обучения, но это отлично подходит для изучения основ Что такое машинное обучение? Бесплатный курс Google ломает его для васGoogle разработал бесплатный онлайн-курс, который научит вас основам машинного обучения. Читать далее .
Ян Бакли - независимый журналист, музыкант, исполнитель и продюсер, живущий в Берлине, Германия. Когда он не пишет или не играет на сцене, он возится с электроникой или кодом «сделай сам» в надежде стать сумасшедшим ученым.
