Erstellen von DIY-KI-Projekten mit Google TensorFlow und Raspberry Pi

Werbung

Maschinelles Lernen ist das Thema in aller Munde. Es ist leicht zu verstehen, warum. Es ist die Zukunft der Datenmanipulation und wird bereits in fast allen modernen Geschäftsumgebungen eingesetzt. Aber kann es mit einem Raspberry Pi kombiniert werden? Ist der Pi der Aufgabe gewachsen, ein funktionierendes neuronales Netzwerk aufrechtzuerhalten? Mit Google TensorFlow kann es!

Hier erfahren Sie, wie Sie TensorFlow auf einem Raspberry Pi mit einigen Anwendungsbeispielen installieren.

Was ist TensorFlow?

Bevor Sie sich mit Beispielen für die Verwendung von TensorFlow befassen, sollten Sie wissen, was es tatsächlich ist.

Kurz gesagt, TensorFlow ist das trainierbare neuronale Netzwerk von Google, das viele verschiedene Aufgaben ausführen kann. Durch aktives Lernen aus einem vom Benutzer kuratierten Datensatz machen neuronale TensorFlow-Netzwerke genaue Vorhersagen, wenn neue Daten bereitgestellt werden.

Kurz gesagt, TensorFlow neuronale Netze Überlegen.

Überprüfen Sie unsere Liste von Tensorflow-Beispiele

Was ist Google TensorFlow? Open-Source-Beispiele und TutorialsTensorFlow, maschinelles Lernen und neuronale Netze. Hier ist ein kurzer Überblick darüber, was es ist, warum es nützlich ist und wie man es lernt. Weiterlesen für mehr Informationen.

So installieren Sie TensorFlow

Während das Verständnis des Themas maschinelles Lernen ernsthafte Studien erfordert, ist die grundlegende Verwendung von TensorFlow leicht zu befolgen. Unsere Bilderkennung mit TensorFlow-Tutorial Erste Schritte mit der Bilderkennung mit TensorFlow und Raspberry PiMöchten Sie die Bilderkennung in den Griff bekommen? Dank Tensorflow und einem Raspberry Pi können Sie sofort loslegen. Weiterlesen behandelt die Installation der Bibliothek auf Ihrem Pi. Es umfasst auch das Testen und Ausführen des grundlegenden Inception-Bildklassifizierungsprogramms.

In diesem Fall stellt TensorFlow ein bereits trainiertes neuronales Netzwerk bereit. Der Benutzer muss lediglich den richtigen Datentyp eingeben, und TensorFlow errät, was das Bild enthält. Selbst die grundlegende Implementierung von TensorFlow kann Bilder in 1000 Klassen klassifizieren. Es wird eine überraschende Menge richtig!

Aber was können Sie noch mit TensorFlow auf dem Raspberry Pi tun?

Wir haben abgedeckt wie man eine intelligente Webcam macht DIY Pan & Tilt Netzwerk-Überwachungskamera mit Raspberry PiErfahren Sie, wie Sie mit einem Raspberry Pi eine fernsichtbare Schwenk- und Neige-Überwachungskamera erstellen. Dieses Projekt kann an einem Morgen mit nur den einfachsten Teilen abgeschlossen werden. Weiterlesen vorher, aber dieser sprechende mobile Bildklassifikator bringt es auf eine neue Ebene.

In diesem detaillierten Beitrag werden das Hardware-Setup und die benutzerdefinierte Software beschrieben, die in den Inception-Bildklassifizierer integriert sind. Der Beispielcode zeigt, wie einfach es ist, TensorFlow in ein Projekt zu integrieren (vorausgesetzt, Sie sind mit dem vertraut Grundlagen der Python-Programmiersprache 5 Kurse, die Sie vom Python-Anfänger zum Profi führenIn diesen fünf Kursen lernen Sie alles über das Programmieren in Python, einer der derzeit heißesten Sprachen. Weiterlesen ). Der Artikel geht sehr detailliert auf den Prozess der Bilderkennung ein. Es ist im Allgemeinen eine ausgezeichnete Ressource für alle, die sich für das Gebiet interessieren.

Ein ausgezeichnetes Element dieses Setups ist möglicherweise zunächst nicht klar:

"Ein zusätzlicher Bonus, auf den viele hingewiesen haben, ist, dass nach der Installation kein Internetzugang erforderlich ist."

Bisherige Bilderkennungen waren immer mit einer enormen Verarbeitungszeit oder einer Internetverbindung verbunden. Ein Pi kann Informationen nicht immer an die Cloud weitergeben und verfügt nur über eine begrenzte Verarbeitungsleistung. Dies ist die Lösung, eine in sich geschlossene Offline-Objekterkennung, die Sie zu Hause erstellen können. Es wird Ihnen sogar sagen, worauf es ankommt. Ist die Zukunft nicht wunderbar?

Selbstgemachte intelligente (oder "magische") Spiegel sind über das Coolste, was man bauen kann So verwandeln Sie einen alten Laptop-Bildschirm in einen ZauberspiegelIntelligente Spiegel sind einzigartige Geräte, mit denen Sie Ihrem Zuhause etwas Magie verleihen können. Wir zeigen Ihnen, wie Sie einen mit einem Raspberry Pi bauen. Weiterlesen . Es ist ein großartiges Anfängerprojekt, das nur einen Pi und einen alten Laptop-Bildschirm sowie grundlegende DIY-Materialien benötigt. Alasdair Allan entschied sich, sich nicht mit dem durchschnittlichen Smart Mirror zufrieden zu geben und baute den TensorFlow Zauberspiegel mit Spracherkennung.

Alasdair war mit den Kosten für die webbasierte Spracherkennung nicht zufrieden und entschied sich für TensorFlow als Offline-Alternative. Integration des vorgefertigten Spracherkennungsmodells von TensorFlow in das bereits verwendete AIY Kit Code fügt dem Projekt benutzerdefinierte Weckwörter hinzu.

Google hat einen Datensatz mit über 65.000 Crowdsourcing-Wörtern zusammengestellt. Dieser Open-Source-Datensatz trainierte das neuronale Netz, um einige Wörter zu verstehen.

In diesem Fall wurden mehrere mögliche Weckwörter hinzugefügt, es tritt jedoch immer noch ein bekanntes Problem des maschinellen Lernens auf: Zum Trainieren eines neuronalen Netzwerks sind viele Daten erforderlich.

Sofern Sie nicht bereit sind, ein eindeutiges Dataset mit Zehntausenden von Einträgen zu erstellen, sind Sie auf das beschränkt, was frei verfügbar ist. Dieses Projekt zeigt die Einschränkungen von TensorFlow auf dem Pi in seinem aktuellen Zustand. Es ist voll funktionsfähig, erweitert jedoch die Rechenfähigkeiten des Pi. Wie bei allen neuen Technologien ist diese frühe Implementierung ein Einblick in die Zukunft von Smart-Home-Geräten.

Angesichts von Google Geschichte mit selbstfahrenden Autos So funktionieren selbstfahrende Autos: Die Schrauben und Muttern hinter Googles Autonomous Car ProgramIn der Lage sein, zur Arbeit zu pendeln, während Sie schlafen, essen oder Ihren Favoriten einholen Blogs ist ein Konzept, das ebenso ansprechend und scheinbar weit entfernt und zu futuristisch ist, um es tatsächlich zu tun geschehen. Weiterlesen Kein Wunder, dass TensorFlow für autonomes Fahren gut geeignet ist.

Das DeepPiCar ist ein hervorragendes Beispiel für diese Art von neuronalen Netzwerken in Aktion. Neben der Standardfernbedienung bietet dieser Raspberry Pi-Roboter etwas insgesamt Schlaueres. Das Netzwerk wird anhand eines auf der GitHub-Projektseite bereitgestellten Datensatzes trainiert und lernt, auf einer vorgegebenen Spur zu bleiben.

Dieses Projekt ist nichts für Anfänger. Die erforderliche Hardware finden Sie in fast jedem billigen Roboterkit. Die Software-Implementierung erfordert etwas tieferes Wissen. Sie sollten ein gutes Verständnis für maschinelles Lernen haben, bevor Sie es übernehmen.

Eine der bekanntesten Bereitstellungen von TensorFlow auf dem Pi, Makoto Koikes Gurkensortierer ist ein Zeichen der kommenden Dinge.

Das Sortieren von frischen Produkten für verschiedene Märkte ist für kleinere Anbieter ein enormer Kostenfaktor. Das Sortieren von Gurken nach Größe und Qualität ist eine Aufgabe, die bis vor kurzem nur von einem menschlichen Bediener ausgeführt werden konnte. Das maschinelle Sortieren war sehr schwierig und kostspielig. TensorFlow löst dieses Problem, indem Gurken in Echtzeit über die Kamera kategorisiert werden.

Mit über 7000 Gurkenbildern trainierte Makoto ein neuronales Netzwerk, um zwischen verschiedenen Typen zu unterscheiden. Im Betrieb erfassen Webcams Bilder aus drei Winkeln. Der Pi klassifiziert die Images, bevor er sie zur weiteren Klassifizierung an einen Linux-Server weiterleitet. Das Ergebnis löst ein Förderband- und Servosystem aus, das die Gurken in Kisten sortiert.

Der Beginn von etwas Klugem

Wir haben gesehen Raspberry Pi wird für alles verwendet 26 Fantastische Verwendung für einen Himbeer-PiMit welchem ​​Raspberry Pi-Projekt sollten Sie beginnen? Hier ist unsere Zusammenfassung der besten Raspberry Pi-Anwendungen und -Projekte! Weiterlesen Es ist also nicht verwunderlich, dass TensorFlow darauf angekommen ist. Der Pi hat Mühe, mit den Anforderungen des maschinellen Lernens Schritt zu halten, aber es ist so ideal zum Erlernen der Grundlagen Was ist maschinelles Lernen? Der kostenlose Kurs von Google macht es für Sie kaputtGoogle hat einen kostenlosen Online-Kurs entwickelt, der Ihnen die Grundlagen des maschinellen Lernens vermittelt. Weiterlesen .