Инсталирање софтвера за машинско учење тенсорфлов на Распберри Пи

Машинско учење и вештачка интелигенција данас су актуелне теме у индустрији и можемо видети њихово све веће укључивање у лансирање сваког новог електроничког уређаја. Готово свака примена инжењерства рачунарских наука користи машинско учење за анализу и предвиђање будућих резултата. На тржишту се већ појављују многи уређаји који користе моћ машинског учења и вештачке интелигенције, као што камера паметног телефона користи функције омогућене АИ за откривање лица и препознавање очигледне старости од откривања лица.

Не чуди да је Гоогле један од пионира ове технологије. Гоогле је већ направио многе оквире МЛ и АИ које можемо лако применити у нашим апликацијама. ТенсорФлов је једна од познатих Гоогле-ових библиотека отвореног кода Неурал Нетворк која се користи у апликацијама за машинско учење попут класификације слика, детекције објеката итд.

У наредним годинама ћемо видети више употребе АИ у нашем свакодневном животу и АИ ће моћи да се носи са вашим свакодневним задацима попут наручивања намирница путем Интернета, вожње аутомобила, управљања кућним апаратима итд. Па, зашто смо оставили да експлоатишу неку машину алгоритми на преносним уређајима попут Распберри Пи.

У овом упутству научићемо како да инсталирамо ТенсорФлов на Распберри Пи и приказаћемо неколико примера са једноставном класификацијом слика на унапред обученој неуронској мрежи. Раније смо користили Распберри Пи за друге задатке обраде слике као што су оптичко препознавање знакова, препознавање лица, откривање плочице итд.

Захтеви

1. Распберри Пи са инсталираним Распбиан ОС-ом (СД картица најмање 16 ГБ)
2. Интернет веза која ради

Овде ћемо користити ССХ за приступ Распберри Пи-у на преносном рачунару. Можете да користите ВНЦ или везу са удаљеном радном површином на преносном рачунару или да повежете Распберри пи са монитором. Сазнајте више о постављању Распберри Пи-а без главе овде без монитора.

Распберри пи, као преносни уређај који троши мање енергије, користи се у многим апликацијама за обраду слика у стварном времену, као што су препознавање лица, праћење објеката, систем кућне заштите, надзорна камера итд. Било којим коришћењем било ког софтвера Цомпутер Висион, као што је ОпенЦВ са Распберри Пи може се изградити пуно моћних апликација за обраду слика.

У прошлости, инсталирање ТенсорФлов је прилично тежак посао, али недавни допринос МЛ и АИ програмере је врло једноставно и сада може да се инсталира само помоћу неколико команди. Ако знате неке основе машинског учења и дубоког учења, биће вам корисно да знате шта се дешава унутар неуронске мреже. Али чак и ако сте нови у домену машинског учења, неће бити проблема, и даље можете да наставите са упутством и да га научите помоћу неких примера програма.

Инсталирање ТенсорФлов-а у Распберри Пи

Испод су кораци за инсталирање ТенсорФлов-а у Распберри пи:

Корак 1: Пре инсталирања ТенсорФлов-а у Распберри Пи, прво ажурирајте и надоградите ОС Распбиан користећи следеће наредбе

судо апт-гет упдате судо апт-гет надоградња

Корак 2: Затим инсталирајте Атлас библиотеку да бисте добили подршку за Нумпи и друге зависности.

судо апт инсталирати либатлас-басе-дев

Корак 3: Када је то завршено, инсталирајте ТенсорФлов путем пип3 користећи доњу команду

пип3 инсталирај тенсорфлов

Требаће вам мало да инсталирате ТенсорФлов, ако се суочите са неком грешком приликом инсталације, само покушајте поново користећи горњу команду.

Корак 4: Након успешне инсталације ТенсорФлов-а, проверићемо да ли је правилно инсталиран помоћу малог програма Хелло ворлд . Да бисте то урадили, отворите нано едитор текста помоћу наредбе испод:

судо нано тфцхецк.пи

И копирајте-налепите доње редове у нано терминал и сачувајте га помоћу цтрл + к и притисните ентер.

увоз тенсорфлов као тф хелло = тф.цонстант ('Здраво, ТенсорФлов!') сесс = тф.Сессион () принт (сесс.рун (хелло))

Корак 5: Сада покрените ову скрипту у терминалу помоћу наредбе испод

питхон3 тфцхецк.пи

Ако су сви пакети правилно инсталирани, видећете Хелло Тенсорфлов! поруку у последњем реду као што је приказано доле, занемарите сва упозорења.

То добро функционише и сада ћемо урадити нешто занимљиво користећи ТенсорФлов и не морате имати никакво знање о машинском учењу и дубоком учењу да бисте урадили овај пројекат. Овде се слика даје у унапред изграђеном моделу и ТенсорФлов ће је идентификовати. ТенсорФлов ће дати најближу вероватноћу онога што је на слици.

Инсталирање класификатора слика на Распберри Пи за препознавање слика

1. корак: - Направите директоријум и дођите до њега помоћу наредби у наставку.

мкдир тф цд тф

Корак 2: - Сада преузмите моделе који су доступни на ТенсорФлов ГИТ спремишту. Клонирајте спремиште у тф директоријум помоћу наредбе испод

гит клон хттпс://гитхуб.цом/тенсорфлов/моделс.гит

Инсталација ће потрајати, а велике је величине, па се побрините за довољан план за пренос података.

Корак 3: - Користићемо пример класификације слика који се може наћи у моделс / туториалс / имаге / имагенет. Дођите до ове фасцикле помоћу наредбе испод

цд модели / туториали / имаге / имагенет

Корак 4: - Сада унесите слику у унапред изграђену неуронску мрежу користећи доњу команду.

питхон3 Цлассифи_имаге.пи --имаге_филе = / хоме / пи / имаге_филе_наме

Замените имаге_филе_наме сликом коју морате да унесете и притисните Ентер.

Испод су неки примери откривања и препознавања слика помоћу ТенсорФлов-а.

Није лоше! неуронска мрежа класификовала је слику као египатску мачку са високим степеном сигурности у поређењу са осталим опцијама.

У свим горњим примерима резултати су прилично добри и ТенсорФлов лако може класификовати слике са блиском сигурношћу. Ово можете да испробате користећи своје прилагођене слике.

Ако имате неко знање о машинском учењу, оно може извршити откривање објеката на овој платформи помоћу неких библиотека.

/>