Pag-install ng software sa pag-aaral ng machine na tensorflow sa raspberry pi

Ang Pag-aaral ng Makina at Artipisyal na Katalinuhan ay ang mga nauusong paksa sa mga industriya ngayon at nakikita natin ang kanilang pagtaas ng paglahok sa paglulunsad ng bawat bagong aparato ng electronics. Halos bawat aplikasyon ng Computer science engineering ay gumagamit ng Machine Learning para sa pagsusuri at paghula sa mga hinaharap na mga resulta. Mayroon na, maraming mga aparato na pinagsama sa merkado na gumagamit ng lakas ng pag-aaral ng Machine at Artipisyal na Katalinuhan, tulad ng camera ng Smartphone na gumagamit ng mga tampok na pinagana ang AI para sa pagtuklas ng mukha at pagsasabi sa maliwanag na edad mula sa pagtuklas ng mukha.

Walang sorpresa na ang Google ay isa sa mga nagpasimula sa teknolohiyang ito. Gumawa na ang Google ng maraming mga balangkas ng ML at AI na madali nating maisasagawa sa aming mga application. Ang TensorFlow ay isa sa kilalang bukas na mapagkukunan ng library ng Neural Network ng Google na ginagamit sa mga application ng machine learning tulad ng pag-uuri ng imahe, pagtuklas ng object, atbp.

Sa mga darating na taon, makakakita kami ng higit na paggamit ng AI sa aming pang-araw-araw na buhay at makakahawak ang AI ng iyong mga pang-araw-araw na gawain tulad ng pag-order ng grocery online, pagmamaneho ng kotse, kontrolin ang iyong mga gamit sa bahay atbp. Kaya, bakit kami umalis upang magsamantala sa ilang makina mga algorithm sa mga portable na aparato tulad ng Raspberry Pi.

Sa tutorial na ito, matututunan namin kung paano i-install ang TensorFlow sa Raspberry Pi at magpapakita ng ilang mga halimbawa na may simpleng pag-uuri ng imahe sa isang paunang sinanay na neural network. Ginamit namin dati ang Raspberry Pi para sa iba pang mga gawain sa Pagproseso ng Imahe tulad ng Pagkilala sa Optical Character, Pagkilala sa Mukha, Pagtuklas ng Numero ng Plate atbp.

Mga Kinakailangan

1. Raspberry Pi na may Raspbian OS na naka-install dito (SD card atleast 16 GB)
2. Paggawa ng Koneksyon sa Internet

Dito, gagamitin namin ang SSH upang ma-access ang Raspberry Pi sa laptop. Maaari mong gamitin ang koneksyon ng VNC o Remote Desktop sa laptop, o maaaring ikonekta ang iyong Raspberry pi sa isang monitor. Matuto nang higit pa tungkol sa pag-set up ng Raspberry Pi nang walang ulo dito nang walang monitor.

Ang Raspberry pi, pagiging isang portable at mas kaunting pag-ubos ng kuryente na aparato, ay ginagamit sa maraming mga application sa pagproseso ng imahe ng real-time tulad ng Pagkilala sa Mukha, pagsubaybay sa bagay, sistema ng seguridad ng Home, Surveillance camera atbp Anumang sa pamamagitan ng paggamit ng anumang software ng Computer Vision tulad ng OpenCV na may Raspberry Pi, maraming mga malakas na application ng pagproseso ng imahe ay maaaring binuo.

Noong nakaraan, ang pag- install ng TensorFlow ay isang mahirap na trabaho ngunit ang kamakailang kontribusyon ng mga developer ng ML at AI ay ginawang napaka-simple at ngayon ay mai-install lamang ito sa pamamagitan ng paggamit ng ilang mga utos. Kung alam mo ang ilang mga pangunahing kaalaman sa pag- aaral ng Machine at malalim na pag-aaral makakatulong para sa iyo na malaman kung ano ang pagpunta sa loob ng neural network. Ngunit kahit na kung bago ka sa domain ng pag-aaral ng Machine, walang magiging problema na maaari mo pa ring ipagpatuloy ang tutorial at gumamit ng ilang mga halimbawang programa upang malaman ito.

Pag-install ng TensorFlow sa Raspberry Pi

Nasa ibaba ang mga hakbang para sa pag-install ng TensorFlow sa Raspberry pi:

Hakbang 1: Bago i-install ang TensorFlow sa Raspberry Pi, i-update muna at i-upgrade ang Raspbian OS sa pamamagitan ng paggamit ng mga sumusunod na utos

sudo apt-get update sudo apt-get upgrade

Hakbang 2: Pagkatapos I-install ang library ng Atlas upang makakuha ng suporta para sa Numpy at iba pang mga dependency.

sudo apt i-install ang libatlas-base-dev

Hakbang 3: Kapag natapos na iyon, i-install ang TensorFlow sa pamamagitan ng pip3 gamit ang command sa ibaba

pip3 i-install ang tensorflow

Kakailanganin ang ilan upang mai-install ang TensorFlow, kung nahaharap ka sa ilang error habang nag-i-install, subukang muli ito gamit ang itaas na utos.

Hakbang 4: Matapos ang matagumpay na pag-install ng TensorFlow, susuriin namin kung naka-install ito nang maayos sa pamamagitan ng paggamit ng isang maliit na programang Hello world . Upang gawin iyon Buksan ang nano text editor gamit ang command sa ibaba:

sudo nano tfcheck.py

At Copy-paste sa ibaba ang mga linya sa nano terminal at i-save ito gamit ang ctrl + x at pindutin ang enter.

i-import ang tensorflow bilang tf hello = tf.constant ('Hello, TensorFlow!') sess = tf.Session () print (sess.run (hello))

Hakbang 5: Ngayon, patakbuhin ang script na ito sa terminal gamit ang ibaba ng utos

python3 tfcheck.py

Kung ang lahat ng mga pakete na naka-install nang maayos pagkatapos ay makikita mo ang isang Hello Tensorflow! mensahe sa huling linya tulad ng ipinakita sa ibaba, huwag pansinin ang lahat ng mga babala.

Gumagana ito nang maayos at ngayon ay gagawa kami ng isang bagay na kawili-wili gamit ang TensorFlow at hindi mo kailangang magkaroon ng anumang kaalaman sa pagkatuto ng Machine at malalim na pag-aaral upang magawa ang proyektong ito. Narito ang isang imahe ay pinakain sa isang paunang built na modelo at makikilala ng TensorFlow ang imahe. Magbibigay ang TensorFlow ng pinakamalapit na posibilidad ng kung ano ang nasa imahe.

Pag-install ng Image Classifier sa Raspberry Pi para sa Pagkilala sa Imahe

Hakbang 1: - Gumawa ng isang direktoryo at mag-navigate sa direktoryo gamit ang mga utos sa ibaba.

mkdir tf cd tf

Hakbang 2: - Ngayon, i-download ang mga modelo na magagamit sa TensorFlow GIT repository. I-clone ang repository sa direktoryo ng tf gamit ang ibaba ng utos

git clone https://github.com/tensorflow/models.git

Magtatagal ito ng ilang oras upang mai-install, at malaki ito sa laki kaya tiyaking mayroon kang sapat na plano sa data.

Hakbang 3: - Gumagamit kami ng halimbawa ng pag-uuri ng imahe na maaaring matagpuan sa mga modelo / tutorial / imahe / imagenet. Mag-navigate sa folder na ito gamit ang utos sa ibaba

mga modelo ng cd / tutorial / imahe / imagenet

Hakbang 4: - Ngayon, magpakain ng isang imahe sa paunang built na neural network gamit ang ibaba ng utos.

python3 classify_image.py --image_file = / home / pi / image_file_name

Palitan ang image_file_name ng imaheng kailangan mong pakainin at pagkatapos ay pindutin ang enter.

Nasa ibaba ang ilang mga halimbawa ng pagtuklas at pagkilala ng mga imahe gamit ang TensorFlow.

Hindi masama! ang neural net ay inuri ang imahe bilang isang Egypt na pusa na may mataas na antas ng katiyakan kung ihahambing sa iba pang mga pagpipilian.

Sa lahat ng mga halimbawa sa itaas, ang mga resulta ay napakahusay at madaling mauri ng TensorFlow ang mga imahe nang may malapit na katiyakan. Maaari mong subukan ito gamit ang iyong mga ipinasadyang mga imahe.

Kung mayroon kang ilang kaalaman sa pag-aaral ng Machine pagkatapos ay maaari itong magsagawa ng Pagtuklas ng Bagay sa platform na ito gamit ang ilang mga aklatan.

/>