ராஸ்பெர்ரி பை மீது இயந்திர கற்றல் மென்பொருள் டென்சர்ஃப்ளோவை நிறுவுதல்

இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவு ஆகியவை தொழில்களில் இப்போதெல்லாம் பிரபலமான தலைப்புகளாக இருக்கின்றன, மேலும் ஒவ்வொரு புதிய மின்னணு சாதனங்களையும் அறிமுகப்படுத்துவதில் அவற்றின் அதிகரித்துவரும் ஈடுபாட்டைக் காணலாம். கணினி அறிவியல் பொறியியலின் கிட்டத்தட்ட ஒவ்வொரு பயன்பாடும் எதிர்கால முடிவுகளை பகுப்பாய்வு செய்வதற்கும் கணிப்பதற்கும் இயந்திர கற்றலைப் பயன்படுத்துகிறது. ஏற்கனவே, சந்தையில் உருட்டப்பட்ட பல சாதனங்கள் இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவின் சக்தியைப் பயன்படுத்துகின்றன, ஸ்மார்ட்போனின் கேமரா AI கண்டறியப்பட்ட அம்சங்களை முகத்தைக் கண்டறிவதற்கும் முகத்தைக் கண்டறிவதில் இருந்து வெளிப்படையான வயதைக் கூறுவதற்கும் பயன்படுத்துகிறது.

இந்த தொழில்நுட்பத்தின் முன்னோடிகளில் கூகிள் ஒன்றாகும் என்பதில் ஆச்சரியமில்லை. கூகிள் ஏற்கனவே பல எம்.எல் மற்றும் ஏஐ கட்டமைப்பை உருவாக்கியுள்ளது, அவை எங்கள் பயன்பாடுகளில் எளிதாக செயல்படுத்த முடியும். டென்சர்ஃப்ளோ என்பது கூகிள் அறியப்பட்ட திறந்த மூல நியூரல் நெட்வொர்க் நூலகங்களில் ஒன்றாகும், இது பட வகைப்பாடு, பொருள் கண்டறிதல் போன்ற இயந்திர கற்றல் பயன்பாடுகளில் பயன்படுத்தப்படுகிறது.

வரவிருக்கும் ஆண்டுகளில், எங்கள் அன்றாட வாழ்க்கையில் AI இன் அதிகப்படியான பயன்பாட்டைக் காண்போம், மேலும் ஆன்லைனில் மளிகை பொருட்களை ஆர்டர் செய்வது, காரை ஓட்டுவது, உங்கள் வீட்டு உபகரணங்களைக் கட்டுப்படுத்துவது போன்ற உங்கள் அன்றாட பணிகளை AI கையாள முடியும். எனவே, சில இயந்திரங்களை சுரண்டுவதற்கு நாங்கள் ஏன் விட்டுச் சென்றோம் ராஸ்பெர்ரி பை போன்ற சிறிய சாதனங்களில் வழிமுறைகள்.

இந்த டுடோரியலில், ராஸ்பெர்ரி பையில் டென்சர்ஃப்ளோவை எவ்வாறு நிறுவுவது என்பதைக் கற்றுக்கொள்வோம், மேலும் முன் பயிற்சி பெற்ற நரம்பியல் பிணையத்தில் எளிய பட வகைப்பாடு கொண்ட சில எடுத்துக்காட்டுகளைக் காண்பிப்போம். ஆப்டிகல் கேரக்டர் ரெக்னிகிஷன், ஃபேஸ் ரெக்னிக்னிஷன், நம்பர் பிளேட் கண்டறிதல் போன்ற பிற பட செயலாக்க பணிகளுக்கு நாங்கள் முன்பு ராஸ்பெர்ரி பை பயன்படுத்தினோம்.

தேவைகள்

1. ராஸ்பெர்ரி பை உடன் ராஸ்பெர்ரி பை நிறுவப்பட்டுள்ளது (எஸ்டி கார்டு குறைந்தபட்சம் 16 ஜிபி)
2. வேலை செய்யும் இணைய இணைப்பு

இங்கே, மடிக்கணினியில் ராஸ்பெர்ரி பைவை அணுக SSH ஐப் பயன்படுத்துவோம். மடிக்கணினியில் நீங்கள் வி.என்.சி அல்லது ரிமோட் டெஸ்க்டாப் இணைப்பைப் பயன்படுத்தலாம் அல்லது உங்கள் ராஸ்பெர்ரி பைவை மானிட்டருடன் இணைக்கலாம். மானிட்டர் இல்லாமல் ராஸ்பெர்ரி பை தலையில்லாமல் அமைப்பது பற்றி மேலும் அறிக.

ராஸ்பெர்ரி பை, ஒரு சிறிய மற்றும் குறைந்த சக்தி நுகர்வு சாதனமாக இருப்பதால், முகம் அங்கீகாரம், பொருள் கண்காணிப்பு, வீட்டு பாதுகாப்பு அமைப்பு, கண்காணிப்பு கேமரா போன்ற பல நிகழ்நேர பட செயலாக்க பயன்பாடுகளில் பயன்படுத்தப்படுகிறது. ராஸ்பெர்ரி பை உடன் ஓபன்சிவி போன்ற எந்த கணினி பார்வை மென்பொருளையும் பயன்படுத்துவதன் மூலம், சக்திவாய்ந்த பட செயலாக்க பயன்பாடுகள் நிறைய உருவாக்கப்படலாம்.

கடந்த காலத்தில், டென்சர்ஃப்ளோவை நிறுவுவது மிகவும் கடினமான வேலை, ஆனால் எம்.எல் மற்றும் ஏஐ டெவலப்பர்களின் சமீபத்திய பங்களிப்பு மிகவும் எளிமையானது, இப்போது சில கட்டளைகளைப் பயன்படுத்தி இதை நிறுவ முடியும். இயந்திர கற்றல் மற்றும் ஆழ்ந்த கற்றல் ஆகியவற்றின் சில அடிப்படைகளை நீங்கள் அறிந்திருந்தால், நரம்பியல் நெட்வொர்க்கிற்குள் என்ன நடக்கிறது என்பதை அறிய இது உங்களுக்கு உதவியாக இருக்கும். ஆனால் நீங்கள் இயந்திர கற்றல் களத்தில் புதியவராக இருந்தாலும், நீங்கள் இன்னும் பயிற்சியைத் தொடரலாம் மற்றும் அதைக் கற்றுக்கொள்ள சில எடுத்துக்காட்டு நிரல்களைப் பயன்படுத்தலாம்.

ராஸ்பெர்ரி பையில் டென்சர்ஃப்ளோவை நிறுவுதல்

ராஸ்பெர்ரி பையில் டென்சர்ஃப்ளோவை நிறுவுவதற்கான படிகள் கீழே:

படி 1: ராஸ்பெர்ரி பையில் டென்சர்ஃப்ளோவை நிறுவுவதற்கு முன், முதலில் பின்வரும் கட்டளைகளைப் பயன்படுத்தி ராஸ்பியன் ஓஎஸ்ஸை புதுப்பித்து மேம்படுத்தவும்

sudo apt-get update sudo apt-get மேம்படுத்தல்

படி 2: பின்னர் நிறுவ அட்லஸ் ஆதரவு பெற நூலகம் Numpy மற்றும் பிற சார்புநிலைகளாகவும் குறிப்பிடப்படுகின்றன.

sudo apt install libatlas-base-dev

படி 3: அது முடிந்ததும், கீழேயுள்ள கட்டளையைப் பயன்படுத்தி பைப் 3 வழியாக டென்சர்ஃப்ளோவை நிறுவவும்

pip3 tensorflow ஐ நிறுவவும்

டென்சர்ஃப்ளோவை நிறுவ சிலவற்றை எடுக்கும், நிறுவும் போது சில பிழைகளை எதிர்கொண்டால், மேலே உள்ள கட்டளையைப் பயன்படுத்தி மீண்டும் முயற்சிக்கவும்.

படி 4: டென்சர்ஃப்ளோவை வெற்றிகரமாக நிறுவிய பின், ஒரு சிறிய ஹலோ வேர்ல்ட் புரோகிராமைப் பயன்படுத்தி இது சரியாக நிறுவப்பட்டுள்ளதா என்பதைச் சோதிப்போம். இதைச் செய்ய கீழே உள்ள கட்டளையைப் பயன்படுத்தி நானோ உரை திருத்தியைத் திறக்கவும்:

sudo nano tfcheck.py

நானோ முனையத்தில் உள்ள வரிகளுக்கு கீழே நகலெடுத்து ஒட்டவும், அதை ctrl + x ஐப் பயன்படுத்தி சேமிக்கவும்.

tensorflow ஐ tf hello = tf.constant ('ஹலோ, டென்சர்ஃப்ளோ!') sess = tf.Session () print (sess.run (hello)) என இறக்குமதி செய்க

படி 5: இப்போது, ​​கீழே உள்ள கட்டளையைப் பயன்படுத்தி இந்த ஸ்கிரிப்டை முனையத்தில் இயக்கவும்

python3 tfcheck.py

அனைத்து தொகுப்புகளும் சரியாக நிறுவப்பட்டிருந்தால், நீங்கள் ஒரு ஹலோ டென்சர்ஃப்ளோவைக் காண்பீர்கள்! கீழே காட்டப்பட்டுள்ளபடி கடைசி வரியில் செய்தி, எல்லா எச்சரிக்கைகளையும் புறக்கணிக்கவும்.

இது நன்றாக வேலை செய்கிறது, இப்போது நாங்கள் டென்சர்ஃப்ளோவைப் பயன்படுத்தி சுவாரஸ்யமான ஒன்றைச் செய்வோம், இந்த திட்டத்தைச் செய்ய இயந்திர கற்றல் மற்றும் ஆழமான கற்றல் குறித்த எந்த அறிவும் உங்களுக்கு தேவையில்லை. இங்கே ஒரு படம் முன்பே கட்டப்பட்ட மாதிரியில் வழங்கப்படுகிறது மற்றும் டென்சர்ஃப்ளோ படத்தை அடையாளம் காணும். டென்சர்ஃப்ளோ படத்தில் உள்ளவற்றின் அருகிலுள்ள நிகழ்தகவைக் கொடுக்கும்.

பட அங்கீகாரத்திற்காக ராஸ்பெர்ரி பையில் பட வகைப்படுத்தியை நிறுவுதல்

படி 1: - ஒரு கோப்பகத்தை உருவாக்கி, கீழே உள்ள கட்டளைகளைப் பயன்படுத்தி கோப்பகத்திற்கு செல்லவும்.

mkdir tf cd tf

படி 2: - இப்போது, ​​டென்சர்ஃப்ளோ ஜிஐடி களஞ்சியத்தில் கிடைக்கும் மாதிரிகளைப் பதிவிறக்கவும். கீழே உள்ள கட்டளையைப் பயன்படுத்தி களஞ்சியத்தை tf கோப்பகத்தில் குளோன் செய்யுங்கள்

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

இது நிறுவ சிறிது நேரம் எடுக்கும், மேலும் இது பெரிய அளவில் உள்ளது, எனவே உங்களிடம் போதுமான தரவுத் திட்டம் இருப்பதை உறுதிப்படுத்திக் கொள்ளுங்கள்.

படி 3: - மாதிரிகள் / பயிற்சிகள் / படம் / இமேஜெனெட்டில் காணக்கூடிய பட வகைப்பாடு உதாரணத்தைப் பயன்படுத்துவோம் . கீழே உள்ள கட்டளையைப் பயன்படுத்தி இந்த கோப்புறையில் செல்லவும்

சிடி மாதிரிகள் / பயிற்சிகள் / படம் / கற்பனை

படி 4: - இப்போது, ​​கீழே கட்டளையைப் பயன்படுத்தி முன்பே கட்டப்பட்ட நரம்பியல் பிணையத்தில் ஒரு படத்தை ஊட்டவும்.

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

Image_file_name ஐ நீங்கள் உணவளிக்க வேண்டிய படத்துடன் மாற்றவும், பின்னர் Enter ஐ அழுத்தவும் .

டென்சர்ஃப்ளோவைப் பயன்படுத்தி படங்களைக் கண்டறிந்து அங்கீகரிப்பதற்கான சில எடுத்துக்காட்டுகள் கீழே.

மோசமாக இல்லை! மற்ற விருப்பங்களுடன் ஒப்பிடும்போது நரம்பியல் வலையானது படத்தை எகிப்திய பூனை என வகைப்படுத்தியது.

மேலே உள்ள எல்லா எடுத்துக்காட்டுகளிலும், முடிவுகள் மிகவும் சிறப்பானவை மற்றும் டென்சர்ஃப்ளோ படங்களை நெருக்கமான உறுதியுடன் எளிதில் வகைப்படுத்தலாம். உங்கள் தனிப்பயனாக்க படங்களைப் பயன்படுத்தி இதை முயற்சி செய்யலாம்.

இயந்திர கற்றல் குறித்து உங்களுக்கு கொஞ்சம் அறிவு இருந்தால், அது சில நூலகங்களைப் பயன்படுத்தி இந்த மேடையில் பொருள் கண்டறிதலைச் செய்யலாம்.

/>