Google TensorFlow और रास्पबेरी पाई का उपयोग करके DIY AI प्रोजेक्ट कैसे बनाएं
विज्ञापन
मशीन लर्निंग हर किसी के होंठों पर विषय है। यह देखना आसान है कि क्यों। यह डेटा हेरफेर का भविष्य है और पहले से ही लगभग हर आधुनिक व्यवसाय सेटिंग में इसका उपयोग किया जाता है। लेकिन क्या इसे रास्पबेरी पाई के साथ जोड़ा जा सकता है? क्या पाई काम करने वाले तंत्रिका नेटवर्क को बनाए रखने के कार्य के लिए है? Google TensorFlow के साथ, यह कर सकता है!
उपयोग के कुछ उदाहरणों के साथ रास्पबेरी पाई पर TensorFlow स्थापित करने का तरीका यहां दिया गया है।
TensorFlow क्या है?
TensorFlow का उपयोग कैसे किया जाता है, इसके उदाहरणों में गोता लगाने से पहले, यह जानने लायक है कि यह वास्तव में क्या है।
संक्षेप में, TensorFlow Google का प्रशिक्षित तंत्रिका नेटवर्क है, जो कई अलग-अलग कार्य कर सकता है। उपयोगकर्ता-क्यूरेट किए गए डेटासेट से सक्रिय रूप से सीखकर, TensorFlow तंत्रिका नेटवर्क नया डेटा दिए जाने पर सटीक भविष्यवाणी करता है।
संक्षेप में, TensorFlow तंत्रिका नेटवर्क सोचते हैं ।
Tensorflow उदाहरण की हमारी सूची देखें Google TensorFlow क्या है? ओपन-सोर्स उदाहरण और ट्यूटोरियल Google TensorFlow क्या है? ओपन-सोर्स उदाहरण और ट्यूटोरियल TensorFlow, मशीन सीखने और तंत्रिका नेटवर्क। यहां बताया गया है कि यह क्या है, यह क्यों उपयोगी है और इसे कैसे सीखा जाए, का एक त्वरित अवलोकन है। अधिक जानकारी के लिए और पढ़ें।
TensorFlow कैसे स्थापित करें
मशीन लर्निंग के विषय को समझने के लिए गंभीर अध्ययन करना पड़ता है, लेकिन बेसिक TensorFlow का उपयोग करना आसान है। TensorFlow ट्यूटोरियल के साथ हमारी छवि मान्यता TensorFlow और रास्पबेरी पाई का उपयोग करके छवि मान्यता के साथ प्रारंभ करें TensorFlow और रास्पबेरी पाई का उपयोग करके छवि मान्यता के साथ प्रारंभ करें छवि मान्यता के साथ पकड़ना चाहते हैं? Tensorflow और रास्पबेरी पाई के लिए धन्यवाद, आप तुरंत शुरू कर सकते हैं। अपने पाई पर पुस्तकालय स्थापित करने के लिए और अधिक कवर पढ़ें। इसमें इसका परीक्षण भी शामिल है, और मूल इंसेप्शन इमेज वर्गीकरण कार्यक्रम चल रहा है।
इस उदाहरण में, TensorFlow पहले से ही प्रशिक्षित तंत्रिका नेटवर्क प्रदान करता है। सभी उपयोगकर्ता को सही डेटा प्रकार इनपुट करना होगा, और TensorFlow अनुमान लगाएगा कि छवि में क्या है। यहां तक कि TensorFlow का मूल कार्यान्वयन 1000 कक्षाओं में छवियों को वर्गीकृत करने में सक्षम है। यह एक आश्चर्यजनक राशि सही हो जाता है!
लेकिन आप रास्पबेरी पाई पर TensorFlow के साथ और क्या कर सकते हैं?
पोर्टेबल छवि मान्यता
हमने रास्पबेरी पाई DIY पैन के साथ एक स्मार्ट वेब कैमरा DIY पैन और टिल्ट नेटवर्क सुरक्षा कैम बनाने के लिए कवर किया है। रास्पबेरी पाई के साथ टिल्ट नेटवर्क सिक्योरिटी कैम और रास्पबेरी पाई के साथ दूर से देखने योग्य पैन और झुकाव सुरक्षा कैमरा बनाने का तरीका जानें। यह परियोजना सुबह में केवल सबसे सरल भागों के साथ पूरी की जा सकती है। पहले और पढ़ें, लेकिन यह बात करने वाला मोबाइल इमेज क्लासिफायर इसे एक नए स्तर पर ले जाता है।
यह विस्तृत पोस्ट हार्डवेयर सेटअप और कस्टम सॉफ़्टवेयर को इनसेप्शन इमेज क्लासिफायरियर के साथ एकीकृत करता है। उदाहरण कोड दिखाता है कि एक प्रोजेक्ट के साथ TensorFlow को एकीकृत करना कितना आसान है (बशर्ते आप पायथन प्रोग्रामिंग भाषा की मूल बातें 5 पाठ्यक्रमों के साथ सहज हों। यह आपको पायथन बिग्रेड से प्रो 5 पाठ्यक्रमों तक ले जाएगा जो आपको पायथन शुरुआत से ले जाएगा। प्रो करने के लिए ये पांच पाठ्यक्रम आपको पायथन में प्रोग्रामिंग के बारे में सिखाएंगे, जो अभी वहां की सबसे हॉट भाषाओं में से एक है। और पढ़ें)। छवि पहचानने की प्रक्रिया के बारे में लेख बहुत विस्तार से बताता है। यह सामान्य रूप से क्षेत्र में रुचि रखने वाले किसी भी व्यक्ति के लिए एक उत्कृष्ट संसाधन है।
इस सेटअप का एक उत्कृष्ट तत्व शुरू में स्पष्ट नहीं हो सकता है:
"एक जोड़ा बोनस कई इंगित करता है कि, एक बार स्थापित होने पर, कोई इंटरनेट एक्सेस की आवश्यकता नहीं है।"
पिछली छवि मान्यता हमेशा प्रसंस्करण समय, या इंटरनेट कनेक्शन की एक बड़ी मात्रा पर निर्भर करती है। एक Pi हमेशा क्लाउड पर जानकारी को बंद नहीं कर सकता है, और सीमित प्रसंस्करण शक्ति है। यह समाधान है, एक स्व-निहित ऑफ़लाइन ऑब्जेक्ट पहचानकर्ता जिसे आप घर पर बना सकते हैं। यह आपको यह भी बताएगा कि यह क्या देख रहा है। क्या भविष्य अद्भुत नहीं है?
TensorFlow मैजिक मिरर
घर का बना स्मार्ट (या "जादू") दर्पण सबसे अच्छी चीज के बारे में है जिसे आप एक पुराने लैपटॉप स्क्रीन को चालू करने के लिए कैसे बना सकते हैं एक जादू दर्पण में एक पुराने लैपटॉप स्क्रीन को कैसे चालू करें एक जादू दर्पण में स्मार्ट दर्पण अद्वितीय डिवाइस हैं जिन्हें आप इंजेक्ट करने के लिए उपयोग कर सकते हैं। अपने घर में कुछ जादू। हम आपको दिखाते हैं कि कैसे एक रास्पबेरी पाई के साथ निर्माण किया जाए। अधिक पढ़ें । बुनियादी DIY आपूर्ति के साथ केवल एक पाई और एक पुरानी लैपटॉप स्क्रीन की आवश्यकता है, यह एक महान शुरुआत परियोजना है। अलासैदर एलन ने औसत स्मार्ट दर्पण के लिए बसने का फैसला नहीं किया और आवाज पहचान के साथ टेंसोरफ्लो जादू दर्पण का निर्माण किया।
वेब-आधारित भाषण मान्यता की लागत से असंतुष्ट, अलासैदर ने टेन्सरफ्लो पर एक ऑफ़लाइन विकल्प के रूप में फैसला किया। पहले से उपयोग किए गए AIY किट कोड में TensorFlow के ढोंग किए गए वॉयस रिकग्निशन मॉडल को एकीकृत करना प्रोजेक्ट के लिए कस्टम वेक शब्द जोड़ता है।
Google ने 65, 000 से अधिक भीड़ वाले शब्दों के साथ एक डेटासेट इकट्ठा किया। इस ओपन-सोर्स डेटासेट ने तंत्रिका जाल को कुछ शब्दों को समझने के लिए प्रशिक्षित किया।
इस मामले में, इसने कई संभव वेक शब्द जोड़े लेकिन अभी भी एक परिचित मशीन सीखने की समस्या में चलता है: यह एक तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए बहुत अधिक डेटा लेता है।
जब तक आप हजारों प्रविष्टियों के साथ एक अद्वितीय डेटासेट बनाने के लिए तैयार नहीं होते हैं, तब तक आप सीमित रूप से उपलब्ध हैं। यह परियोजना अपने वर्तमान राज्य में पाई पर TensorFlow की सीमाओं को दिखाती है। यह पूरी तरह कार्यात्मक है लेकिन पाई की कम्प्यूटेशनल क्षमताओं को धक्का देता है। सभी नई तकनीकों के साथ, यह शीघ्र कार्यान्वयन स्मार्ट होम उपकरणों के भविष्य में एक झलक है।
TensorFlow ऑटोनॉमस आर सी कार
सेल्फ-ड्राइविंग कारों के साथ Google के इतिहास को देखते हुए कि सेल्फ-ड्राइविंग कारें कैसे काम करती हैं: Google की ऑटोनॉमस कार प्रोग्राम के पीछे नट और बोल्ट कैसे सेल्फ-ड्राइविंग कार काम करते हैं: Google की ऑटोनॉमस कार प्रोग्राम के पीछे नट और बोल्ट काम करते समय आगे और पीछे काम करने में सक्षम होने के कारण। अपने पसंदीदा ब्लॉगों पर सोना, खाना, या पकड़ना एक ऐसी अवधारणा है जो वास्तव में समान रूप से आकर्षक और प्रतीत होता है कि बहुत दूर है और भविष्य के लिए भी। और पढ़ें, यह कोई आश्चर्य की बात नहीं है कि TensorFlow स्वायत्त ड्राइविंग के लिए अच्छी तरह से अनुकूल है।
दीपपाइकर कार्रवाई में इस तरह के तंत्रिका नेटवर्क का एक उत्कृष्ट उदाहरण है। मानक रिमोट कंट्रोल के साथ-साथ यह रास्पबेरी पाई रोबोट पूरी तरह से चतुर है। GitHub प्रोजेक्ट पेज पर दिए गए डेटासेट पर प्रशिक्षित, नेटवर्क एक पूर्व निर्धारित ट्रैक पर रहना सीखता है।
यह परियोजना शुरुआती लोगों के लिए नहीं है। आवश्यक हार्डवेयर लगभग किसी भी सस्ते रोबोट किट में पाया जा सकता है। सॉफ्टवेयर कार्यान्वयन कुछ अधिक गहन ज्ञान लेता है। इसे लेने से पहले आपको मशीन सीखने की अच्छी समझ होनी चाहिए।
ककड़ी ऑटो-सॉर्टर
पाई पर TensorFlow की सबसे प्रसिद्ध तैनाती में से एक, Makoto Koike का ककड़ी सॉर्टर आने वाली चीजों का संकेत है।
विभिन्न बाजारों के लिए ताजा उपज की छंटाई छोटे प्रदाताओं के लिए एक बड़ी लागत है। आकार और गुणवत्ता के अनुसार खीरे को छांटना एक काम है जो हाल ही में केवल एक मानव ऑपरेटर द्वारा किया जा सकता है। मशीन छँटाई को प्राप्त करना बहुत मुश्किल था, और महंगा था। TensorFlow कैमरे के माध्यम से वास्तविक समय में खीरे को वर्गीकृत करके इस समस्या को हल करता है।
खीरे की 7000 से अधिक छवियों का उपयोग करते हुए, Makoto ने विभिन्न प्रकारों के बीच अंतर करने के लिए एक तंत्रिका नेटवर्क को प्रशिक्षित किया। ऑपरेशन में, वेबकैम तीन कोणों से छवियों को कैप्चर करता है। आगे के वर्गीकरण के लिए लिनक्स सर्वर पर अग्रेषित करने से पहले, पीआई छवियों को वर्गीकृत करता है। परिणाम एक कन्वेयर बेल्ट और सर्वो प्रणाली को ट्रिगर करता है जो खीरे को बक्से में क्रमबद्ध करता है।
कुछ स्मार्ट की शुरुआत
हमने देखा है कि रास्पबेरी पाई के लिए 26 रास्पबेरी पाई के लिए 26 सब कुछ के लिए उपयोग किया जाता है। एक रास्पबेरी पाई के लिए 26 भयानक उपयोग। रास्पबेरी पाई किस परियोजना के साथ शुरू होना चाहिए? यहाँ सबसे अच्छा रास्पबेरी पाई का उपयोग करता है और चारों ओर परियोजनाओं! और पढ़ें, तो यह बहुत ही आश्चर्यजनक है कि TensorFlow उस पर आ गया है। पाई मशीन सीखने की मांगों के साथ संघर्ष करता है, लेकिन यह मूल बातें सीखने के लिए बहुत अच्छा है मशीन सीखना क्या है? Google का नि: शुल्क कोर्स आपके लिए टूटता है मशीन सीखना क्या है? Google का नि: शुल्क पाठ्यक्रम आपके लिए टूट गया है Google ने आपको मशीन सीखने के मूल सिद्धांतों को सिखाने के लिए एक मुफ्त ऑनलाइन पाठ्यक्रम तैयार किया है। अधिक पढ़ें ।
इसके बारे में और जानें: Google TensorFlow, रास्पबेरी पाई।
