Hoe DIY AI-projecten te bouwen met Google TensorFlow en Raspberry Pi

Machinaal leren is het onderwerp op ieders lippen. Het is gemakkelijk te zien waarom. Het is de toekomst van gegevensmanipulatie en wordt al in bijna alle moderne zakelijke omgevingen gebruikt. Maar kan het worden gecombineerd met een Raspberry Pi? Werkt de Pi aan het ondersteunen van een werkend neuraal netwerk? Met Google TensorFlow kan dat!

Hier is hoe TensorFlow op een Raspberry Pi te installeren, met enkele voorbeelden van gebruik.

Wat is TensorFlow?

Voordat we duiken naar voorbeelden van hoe TensorFlow wordt gebruikt, is het de moeite waard om te weten wat het eigenlijk is.

Kortom, TensorFlow is het trainbare neurale netwerk van Google, dat veel verschillende taken kan uitvoeren. Door actief te leren van een door de gebruiker beheerde gegevensset, maken TensorFlow neurale netwerken nauwkeurige voorspellingen bij het geven van nieuwe gegevens.

Kortom, TensorFlow neurale netwerken denken.

Bekijk onze lijst met Tensorflow-voorbeelden Wat is Google TensorFlow? Open-source voorbeelden en tutorials Wat is Google TensorFlow? Open-source voorbeelden en zelfstudies TensorFlow, machine learning en neurale netwerken. Hier volgt een kort overzicht van wat het is, waarom het nuttig is en hoe het te leren. Meer informatie voor meer informatie.

TensorFlow installeren

Hoewel het begrijpen van het onderwerp van machine learning een serieuze studie vergt, is eenvoudig TensorFlow-gebruik eenvoudig te volgen. Onze beeldherkenning met TensorFlow-zelfstudie Aan de slag met beeldherkenning TensorFlow en Raspberry Pi gebruiken Aan de slag met beeldherkenning TensorFlow en Raspberry Pi gebruiken Wilt u grip krijgen op beeldherkenning? Dankzij Tensorflow en een Raspberry Pi kun je meteen aan de slag. Meer lezen omvat de installatie van de bibliotheek op uw Pi. Het omvat ook het testen ervan en het uitvoeren van het basisbeeldclassificatieprogramma Inception.

In dit geval biedt TensorFlow een reeds getraind neuraal netwerk. De gebruiker hoeft alleen het juiste gegevenstype in te voeren en TensorFlow zal raden wat de afbeelding bevat. Zelfs de basisimplementatie van TensorFlow is in staat om afbeeldingen in 1000 klassen te classificeren. Het krijgt een verrassend aantal juist!

Maar wat kun je nog meer doen met TensorFlow op de Raspberry Pi?

Portable Image Recognition

We hebben besproken hoe je een slimme webcam kunt maken DIY Pan en Tilt Network Security Cam met Raspberry Pi DIY Pan en Tilt Network Security Cam met Raspberry Pi Leer hoe je een op afstand te bekijken beveiligingscamera met pan en tilt kunt maken met een Raspberry Pi. Dit project kan 's morgens worden voltooid met alleen de eenvoudigste onderdelen. Lees meer voor, maar deze sprekende mobiele beeldclassificator tilt het naar een nieuw niveau.

Dit gedetailleerde bericht schetst de hardware-instellingen en aangepaste software die is geïntegreerd met de Inception-afbeeldingsclassificator. De voorbeeldcode laat zien hoe eenvoudig het is om TensorFlow met een project te integreren (mits u vertrouwd bent met de basisprincipes van de programmeertaal Python 5 Cursussen die u meenemen van Python Beginner naar Pro 5-cursussen die u meenemen van Python Beginner naar Pro Deze vijf cursussen leren je alles over programmeren in Python, een van de beste talen die er momenteel zijn. Lees meer). Het artikel gaat uitgebreid in op het proces van beeldherkenning. Het is in het algemeen een uitstekende hulpbron voor iedereen die geïnteresseerd is in het vakgebied.

Een uitstekend element van deze opstelling is misschien niet helemaal duidelijk:

“Een toegevoegde bonus waarvan velen erop wezen is dat, eenmaal geïnstalleerd, geen internettoegang vereist is.”

Eerdere beeldherkenning is altijd gebaseerd geweest op een enorme hoeveelheid verwerkingstijd of een internetverbinding. Een Pi kan informatie niet altijd doorgeven aan de cloud en heeft beperkte verwerkingskracht. Dit is de oplossing, een op zichzelf staande offline objectherkenner die je thuis kunt maken. Het zal je zelfs vertellen waar het naar kijkt. Is de toekomst niet geweldig??

TensorFlow Magic Mirror

Zelfgemaakte smart (of “magie”) spiegels gaan over het coolste wat je kunt bouwen. Hoe je een oud laptopscherm in een magische spiegel kunt veranderen. Hoe je een oud laptopscherm in een magische spiegel verandert. Slimme spiegels zijn unieke apparaten die je kunt gebruiken om wat magie in je huis te injecteren. We laten je zien hoe je er een kunt bouwen met een Raspberry Pi. Lees verder . Vereist alleen een Pi en een oud laptopscherm samen met basis DIY-benodigdheden, het is een geweldig beginnersproject. Alasdair Allan besloot niet genoegen te nemen met de gemiddelde slimme spiegel en bouwde de magische TensorFlow-spiegel met spraakherkenning.

Ontevreden over de kosten van webgebaseerde spraakherkenning, besloot Alasdair TensorFlow als een offline alternatief. Het integreren van het voorgevormde stemherkenningsmodel van TensorFlow in de reeds gebruikte AIY-kitcode voegt aangepaste wekwoorden aan het project toe.

Google verzamelde een dataset met meer dan 65.000 crowdsourced-woorden. Deze open-source dataset trainde het neurale net om enkele woorden te begrijpen.

In dit geval heeft het verschillende mogelijke wekwoorden toegevoegd, maar het loopt nog steeds tegen een bekend machine-leerprobleem aan: het vergt veel gegevens om een ​​neuraal netwerk te trainen.

Tenzij u bereid bent om een ​​unieke dataset met tienduizenden items te maken, bent u beperkt tot wat vrij beschikbaar is. Dit project toont de beperkingen van TensorFlow op de Pi in zijn huidige staat. Het is volledig functioneel maar duwt de computationele mogelijkheden van de Pi. Zoals met alle nieuwe technologieën, is deze vroege implementatie een glimp van de toekomst van smart home-apparaten.

TensorFlow Autonomous RC Car

Gegeven de geschiedenis van Google met zelfrijdende auto's Hoe zelfrijdende auto's werken: de moeren en bouten achter het autonome auto-programma van Google Hoe zelfrijdende auto's werken: de moeren en bouten achter het autonome auto-programma van Google Het heen en weer rijden om te werken terwijl slapen, eten of een inhaalslag maken op je favoriete blogs is een concept dat even aantrekkelijk en schijnbaar ver weg is en te futuristisch om echt te gebeuren. Read More, het is geen verrassing dat TensorFlow goed geschikt is voor autonoom rijden.

De DeepPiCar is een uitstekend voorbeeld van dit soort neurale netwerken in actie. Naast de standaard afstandsbediening beschikt deze Raspberry Pi-robot over iets heel slimmer. Getraind op een dataset op de GitHub-projectpagina leert het netwerk op een vooraf bepaald spoor te blijven.

Dit project is niet voor beginners. De benodigde hardware is te vinden in vrijwel elke goedkope robotkit. De implementatie van de software vereist wat meer diepgaande kennis. U moet goed vertrouwd zijn met het leren van de machine voordat u het apparaat opstart.

Komkommer autosorteerder

Een van de bekendste implementaties van TensorFlow on the Pi, Makoto Koike's komkommersorteerder is een teken van de toekomst.

Het sorteren van verse producten voor verschillende markten is een enorme kost voor kleinere aanbieders. Het sorteren van komkommers naar grootte en kwaliteit is een taak die tot voor kort alleen door een menselijke operator kon worden uitgevoerd. Het sorteren van machines was zeer moeilijk te bereiken en kostbaar. TensorFlow lost dit probleem op door komkommers in realtime te categoriseren via de camera.

Met behulp van meer dan 7000 afbeeldingen van komkommers heeft Makoto een neuraal netwerk getraind om verschillende typen te onderscheiden. Tijdens het gebruik maken webcams foto's vanuit drie verschillende hoeken. De Pi classificeert de afbeeldingen, voordat deze naar een Linux-server worden doorgestuurd voor verdere classificatie. Het resultaat triggert een transportband en een servosysteem dat de komkommers in dozen sorteert.

De start van Something Smart

We hebben Raspberry Pi's overal voor gebruikt 20 Fantastisch gebruik voor een Raspberry Pi 20 Geweldig gebruik voor een Raspberry Pi Met zoveel coole projecten voor de Raspberry Pi, kan het moeilijk zijn om te beslissen wat te maken. In deze megagids completeren we 20 van de allerbeste projecten in de wereld! Read More, dus het is niet verrassend dat TensorFlow erop is aangekomen. De Pi worstelt om te voldoen aan de eisen van machinaal leren, maar het is geweldig om de basis te leren. Wat is machinaal leren? De gratis cursus van Google breekt het voor u af Wat is Machine Learning? De gratis cursus van Google breekt het voor je af Google heeft een gratis online cursus samengesteld om je de basisprincipes van machinaal leren aan te leren. Lees verder .

Ontdek meer over: Google TensorFlow, Raspberry Pi.