בינה מלאכותית, למידת מכונה, למידה עמוקה. כולם מושגים פופולריים יותר ויותר. זה נראה כמו משהו מהעתיד, אבל משתמשים בו יותר ויותר בכל תחומי החיים. לא רק באינטרנט, לא רק בראייה ממוחשבת. הם מאבחנים מחלות, מייעלים בעיות, נוהגים במכוניות ושלל דברים אחרים.
על מה נדבר
לא נפרסם חדשות. ננסה להשיג מידע שימושי כרגיל באיקארו. איסוף כלים, ניסיון להסביר מושגים, ביצוע דוגמאות ללימוד מכונה. יישומים בתחומים שונים, כגון IoT, וכל גליון נתונים מעניין שתמצא.
אני לא מומחה. אני בתהליך למידה אבל אני חושב שאוכל לתרום את הידע שאני רוכש ומשפר בעזרתו.
הרעיון של הפרויקט הוא לתת הוראות קוליות לאינטראקציה דרך המחשב האישי שלנו או ה-Raspberry Pi שלנו באמצעות מודל ה- Voice-to-text Whisper.
אנו ניתן פקודה שתתמלל, תומר לטקסט, עם Whisper ולאחר מכן ינתח לביצוע ההזמנה המתאימה, שיכולה להיות מביצוע תוכנית ועד למתן מתח לפינים של RaspberryPi.
אני הולך להשתמש ב-Raspberry Pi 2 ישן, במיקרו USB ואני אשתמש במודל הקול לטקסט ששוחרר לאחרונה על ידי OpenAI, Whisper. בסוף המאמר תוכלו לראות עוד קצת לחישה.
בדיוק עשיתי את קורס המפתחים עבור קורס התרסקות למידת מכונה של Google. קורס מבוא, בו הם נותנים לך את מושגי היסוד ורואים דוגמאות של יישומים אמיתיים עם TensorFlow. הדוגמאות הללו הן מה שעודד אותי לעשות זאת.
שיתוף פעולה, נקרא גם גוגל קולאב הוא תוצר של Google Research ומשמש לכתיבה והפעלה של פייתון ושפות אחרות מהדפדפן שלנו.
מה כן
אני משאיר לכם מדריך למתחילים המשלים בצורה מושלמת מאמר זה
קולאב הוא ג'ופיטר מתארח, מותקן ומוגדר, כך שלא נצטרך לעשות דבר במחשב שלנו אלא פשוט לעבוד מהדפדפן, על משאבים בענן.
זה עובד בדיוק כמו Jupyter, אתה יכול לראות המאמר שלנו. הם מחברות או מחברות המבוססות על תאים שיכולים להיות טקסטים, תמונות או קוד, בשלב זה של פייתון, מכיוון שבניגוד ל- Jupyter Colab כרגע ניתן להשתמש רק בגרעין ה- Python, הם מדברים על יישום אחרים מאוחר יותר כגון R, Scala וכו '. , אך לא מצוין תאריך.
כשמסתכלים על הנתונים ההיסטוריים שמציע מצפה מטאורולוגי בעירי, אני רואה זאת הם מציעים אותם רק בצורה גרפית ולהורדה כקובץ PDF. אני לא מבין למה הם לא נותנים לך להוריד אותם ב- csv, וזה יהיה הרבה יותר שימושי לכולם.
אז חיפשתי אחת פתרון להעברת טבלאות אלו מ- pdf ל- csv או אם מישהו מעוניין לעצב את Excel או את Libre Office. אני אוהב את csv מכיוון שעם csv אתה עושה הכל כדי להתמודד עם זה עם פיתון וספריותיו או שאתה יכול לייבא אותו בקלות לכל גיליון אלקטרוני.
כיוון שהרעיון הוא להשיג תהליך אוטומטי, מה שאני רוצה הוא סקריפט לעבוד עם פייתון וכאן נכנסת טאבולה.
במאמר זה אני משאיר א מדריך התקנה של אנקונדה וכיצד להשתמש במנהל חבילות Conda שלך. בעזרת זה אנו יכולים ליצור סביבות פיתוח עבור פיתון ו- R עם הספריות הרצויות לנו. מעניין מאוד להתחיל להתעסק עם Machine Learning, ניתוח נתונים ותכנות עם Python.
אנקונדה היא הפצה חופשית וקוד פתוח של שפות התכנות Python ו- R הנמצאות בשימוש נרחב ב מחשוב מדעי (מדעי נתונים מדע נתונים, למידת מכונה, מדע, הנדסה, ניתוח ניבוי, ביג דאטה וכו ').
הוא מתקין מספר רב של יישומים הנמצאים בשימוש נרחב בתחומים אלה בבת אחת, במקום שיהיה צורך להתקין אותם אחד אחד. . יותר מ 1400 וזה הנפוץ ביותר בענפים אלה. כמה דוגמאות
לאחר סיום קורס לימוד מכונה, חיפשתי לאן להמשיך. סביבות הפיתוח המשמשות בקורס אבות טיפוס / אוקטבה / מטלב אינן מה שאנשים משתמשים בהם, לכן עליכם לעשות את הקפיצה למשהו איכותי יותר. בין המועמדים שהכי הומלצו לי הוא Keras, באמצעות TendorFlow האחורי. אני לא מתכוון לבדוק אם Keras עדיף על כלים או מסגרות אחרות או אם לבחור ב- TensorFlow או Theano. אני רק אסביר כיצד ניתן להתקין אותו באובונטו.
ראשית ניסיתי להתקין אותו מתיעוד העמודים הרשמיים, וזה היה בלתי אפשרי, תמיד הייתה לי איזו שגיאה, איזו שאלה לא פתורה. בסוף הלכתי לחפש מדריכים ספציפיים כיצד להתקין קרס באובונטו ובכל זאת ביליתי יומיים זמן רב בלילה. בסוף השגתי את זה ואני משאיר אותך איך עשיתי את זה למקרה שזה יכול לסלול את הדרך עבורך.
כאשר אנו הולכים לבצע את השלבים המומלצים על ידי אתרי האינטרנט שאשאיר לך ממקורות בסוף ההדרכה, אנו הולכים להתקין PIP שלא היה לי, כדי לנהל את החבילות. פְּעִים בלינוקס זה, מערכת ניהול חבילות שנכתבה בפייתון.
זה קורס חינם על למידת מכונה, שלימד אנדרו נג. לאחר שתסיים אם תרצה תוכל לקבל תעודה המאשרת את הכישורים שהושגו תמורת € 68. הוא מחולק לשלושה עמודים, סרטונים, בחינות או תרגילי חידון ותכנות. זה באנגלית. יש לך כתוביות בכמה שפות, אבל הספרדית לא טובה במיוחד ולפעמים הן לא מעודכנות, הרבה יותר טוב אם אתה שם אותם באנגלית.
זה די תיאורטי. אבל אולי בגלל זה זה נראה כדרך טובה להתחיל מכיוון שאתה לא רק הולך ללמוד מה לעשות אלא למה אתה עושה את זה.