रास्पबेरी पाई पर मशीन लर्निंग सॉफ्टवेयर टेंसरफ्लो स्थापित करना

मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस आजकल उद्योगों में ट्रेंडिंग टॉपिक्स हैं और हम हर हर इलेक्ट्रॉनिक्स डिवाइस के लॉन्च के साथ उनकी बढ़ती भागीदारी देख सकते हैं। कंप्यूटर विज्ञान इंजीनियरिंग के लगभग हर अनुप्रयोग भविष्य के परिणामों का विश्लेषण और भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग कर रहा है । पहले से ही, बाजार में कई डिवाइस रोल किए गए हैं जो मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस की शक्ति का उपयोग कर रहे हैं, जैसे कि स्मार्टफ़ोन का कैमरा फेस डिटेक्शन के लिए AI सक्षम सुविधाओं का उपयोग करता है और चेहरे की पहचान से स्पष्ट आयु बताता है।

इसमें कोई आश्चर्य की बात नहीं है कि Google इस तकनीक में अग्रणी है। Google ने पहले ही कई ML और AI फ्रेमवर्क बना लिए हैं जिन्हें हम अपने एप्लिकेशन में आसानी से लागू कर सकते हैं। TensorFlow प्रसिद्ध Google के ओपन सोर्स न्यूरल नेटवर्क लाइब्रेरी में से एक है, जिसका उपयोग मशीन लर्निंग एप्लिकेशन जैसे इमेज वर्गीकरण, ऑब्जेक्ट डिटेक्शन आदि में किया जाता है।

आगामी वर्षों में, हम अपने दैनिक जीवन में एआई का अधिक उपयोग देखेंगे और एआई आपके दैनिक कार्यों को संभालने में सक्षम होगा जैसे कि किराने का ऑनलाइन ऑर्डर करना, कार चलाना, अपने घरेलू उपकरणों को नियंत्रित करना आदि। इसलिए, हम कुछ मशीन का फायदा उठाने के लिए क्यों पीछे रह गए। रास्पबेरी पाई जैसे पोर्टेबल उपकरणों पर एल्गोरिदम ।

इस ट्यूटोरियल में, हम सीखेंगे कि रास्पबेरी पाई पर TensorFlow कैसे स्थापित करें और पहले से प्रशिक्षित न्यूरल नेटवर्क पर सरल छवि वर्गीकरण के साथ कुछ उदाहरण दिखाएंगे। हमने पहले अन्य इमेज प्रोसेसिंग कार्यों जैसे ऑप्टिकल कैरेक्टर रिकॉग्निशन, फेस रिकॉग्निशन, नंबर प्लेट डिटेक्शन आदि के लिए रास्पबेरी पाई का इस्तेमाल किया।

आवश्यकताओं को

1. रास्पबेरी ओएस के साथ रास्पबेरी पाई इसमें स्थापित (एसडी कार्ड कम से कम 16 जीबी)
2. काम कर रहे इंटरनेट कनेक्शन

यहां, हम SSH का उपयोग लैपटॉप पर रास्पबेरी पाई तक पहुंचने के लिए करेंगे। आप लैपटॉप पर वीएनसी या रिमोट डेस्कटॉप कनेक्शन का उपयोग कर सकते हैं, या अपने रास्पबेरी पाई को मॉनिटर से जोड़ सकते हैं। बिना मॉनिटर के यहां बिना सिर के रास्पबेरी पाई स्थापित करने के बारे में अधिक जानें।

रास्पबेरी पाई, एक पोर्टेबल और कम बिजली की खपत करने वाला उपकरण है, इसका उपयोग कई वास्तविक समय छवि प्रसंस्करण अनुप्रयोगों में किया जाता है जैसे फेस रिकग्निशन, ऑब्जेक्ट ट्रैकिंग, होम सिक्योरिटी सिस्टम, सर्विलांस कैमरा आदि। किसी भी कंप्यूटर विजन सॉफ्टवेयर जैसे कि ओपनबेरी का उपयोग करके, जैसे कि एंबेसबेरी पाई, के साथ। बहुत सारे शक्तिशाली इमेज प्रोसेसिंग एप्लिकेशन बनाए जा सकते हैं।

अतीत में, TensorFlow को स्थापित करना काफी मुश्किल काम था लेकिन हाल ही में ML और AI डेवलपर्स के योगदान ने इसे बहुत सरल बना दिया और अब इसे केवल कुछ कमांड का उपयोग करके स्थापित किया जा सकता है। यदि आप मशीन लर्निंग और डीप लर्निंग के कुछ मूल बातें जानते हैं तो यह आपके लिए उपयोगी होगा कि तंत्रिका नेटवर्क के अंदर क्या हो रहा है। लेकिन फिर भी यदि आप मशीन लर्निंग डोमेन के लिए नए हैं, तो कोई समस्या नहीं होगी आप अभी भी ट्यूटोरियल के साथ जारी रख सकते हैं और इसे सीखने के लिए कुछ उदाहरण कार्यक्रमों का उपयोग कर सकते हैं।

रास्पबेरी पाई में TensorFlow स्थापित करना

नीचे रास्पबेरी पाई में TensorFlow स्थापित करने के लिए कदम हैं:

चरण 1: रास्पबेरी पाई में TensorFlow स्थापित करने से पहले, पहले निम्न आदेशों का उपयोग करके रास्पियन OS को अपडेट और अपग्रेड करें

sudo apt-get update sudo apt-get उन्नयन

चरण 2: फिर स्थापित एटलस के लिए समर्थन प्राप्त करने के लिए पुस्तकालय Numpy और अन्य निर्भरता।

sudo apt install libatlas-base-dev

चरण 3: एक बार जब यह पूरा हो जाए, तो नीचे कमांड का उपयोग करके पाइप 3 के माध्यम से टेनसॉरफ्लो स्थापित करें

pip3 टेंसरफ़्लो स्थापित करें

TensorFlow को इंस्टॉल करने में कुछ समय लगेगा, यदि आप इंस्टॉल करते समय कुछ त्रुटि का सामना करते हैं, तो बस ऊपर दिए गए आदेश का उपयोग करके इसे पुनः प्रयास करें।

चरण 4: TensorFlow की सफल स्थापना के बाद, हम जाँचेंगे कि क्या यह एक छोटे से हैलो वर्ल्ड प्रोग्राम का उपयोग करके ठीक से स्थापित किया गया है । नीचे दिए गए कमांड का उपयोग करके उस ओपन नैनो टेक्स्ट एडिटर को करने के लिए:

sudo नैनो tfcheck.py

और नैनो टर्मिनल में लाइनों के नीचे कॉपी-पेस्ट करें और इसे ctrl + x और हिट एंटर का उपयोग करके सेव करें।

tf hello = tf.constant ('हैलो, TensorFlow!') sess = tf.Session () प्रिंट (sess.run (हैलो)) के रूप में आयात टेंसरफ़्लो

चरण 5: अब, टर्मिनल के नीचे कमांड का उपयोग करके इस स्क्रिप्ट को चलाएं

python3 tfcheck.py

यदि सभी पैकेज ठीक से स्थापित हैं, तो आपको एक हैलो टेन्सफ़्लो दिखाई देगा! नीचे दिखाए गए अनुसार अंतिम पंक्ति में संदेश, सभी चेतावनियों को अनदेखा करें।

यह ठीक काम करता है और अब हम TensorFlow का उपयोग करके कुछ दिलचस्प करेंगे और आपको इस परियोजना को करने के लिए मशीन सीखने और गहन सीखने का कोई ज्ञान होने की आवश्यकता नहीं है। यहां एक छवि को पूर्व-निर्मित मॉडल में खिलाया गया है और TensorFlow छवि की पहचान करेगा। TensorFlow छवि में क्या है की निकटतम संभावना देगा।

छवि पहचान के लिए रास्पबेरी पाई पर छवि क्लासिफायर स्थापित करना

चरण 1: - एक निर्देशिका बनाएं और नीचे दिए गए आदेशों का उपयोग करके निर्देशिका में नेविगेट करें।

mkdir tf cd tf

चरण 2: - अब, TensorFlow GIT रिपॉजिटरी पर उपलब्ध मॉडल डाउनलोड करें। नीचे कमांड का उपयोग करके tf डायरेक्टरी में रिपॉजिटरी को क्लोन करें

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

इसे स्थापित करने में कुछ समय लगेगा, और यह आकार में बड़ा है इसलिए सुनिश्चित करें कि आपके पास पर्याप्त डेटा प्लान है।

चरण 3: - हम छवि वर्गीकरण उदाहरण का उपयोग करेंगे जो मॉडल / ट्यूटोरियल / छवि / इमेजनेट में पाया जा सकता है । नीचे दिए गए आदेश का उपयोग करके इस फ़ोल्डर में नेविगेट करें

सीडी मॉडल / ट्यूटोरियल / छवि / इमेजनेट

चरण 4: - अब, नीचे दिए गए कमांड का उपयोग करके पूर्व-निर्मित न्यूरल नेटवर्क में एक छवि फ़ीड करें।

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

उस छवि से छवि_फाइल_नाम बदलें, जिसे आपको फीड करना है और फिर एंटर मारना है।

नीचे TensorFlow का उपयोग करके छवियों का पता लगाने और पहचानने के कुछ उदाहरण दिए गए हैं ।

बुरा नहीं! तंत्रिका जाल ने अन्य विकल्पों की तुलना में एक उच्च डिग्री निश्चितता के साथ मिस्र की बिल्ली के रूप में छवि को वर्गीकृत किया ।

उपरोक्त सभी उदाहरणों में, परिणाम बहुत अच्छे हैं और TensorFlow आसानी से नज़दीकी निश्चितता के साथ छवियों को वर्गीकृत कर सकता है। आप अपनी अनुकूलित छवियों का उपयोग करके इसे आज़मा सकते हैं।

यदि आपको मशीन लर्निंग का कुछ ज्ञान है तो यह कुछ पुस्तकालयों का उपयोग करके इस प्लेटफ़ॉर्म पर ऑब्जेक्ट का पता लगा सकता है।

/>