Жасалма интеллект, машина менен үйрөнүү, терең билим алуу. Бардыгы барган сайын популярдуу түшүнүктөр. Бул келечектеги нерсе сыяктуу сезилет, бирок турмуштун бардык тармактарында көбүрөөк колдонулуп келе жатат. Интернетте гана эмес, компьютерде гана эмес. Алар ооруларды диагностикалоо, көйгөйлөрдү оптимизациялоо, унаа айдоо жана башка көптөгөн нерселерди жүргүзүп жатышат.
Эмне жөнүндө сүйлөшөбүз
Биз жаңылыктарды жарыялабайбыз. Иккародо кадимкидей пайдалуу маалыматтарды алууга аракет кылабыз. Куралдарды чогултуу, түшүнүктөрдү түшүндүрүүгө аракет кылуу, Machine Learning мисалдарын жасоо. IoT сыяктуу ар кандай тармактардагы тиркемелер жана сиз тапкан кызыктуу маалымат баракчасы.
Мен эксперт эмесмин. Мен билим алуу процессиндемин, бирок алган билимим менен кошо өркүндөтө алам деп ойлойм.
Долбоордун идеясы Үндөн текстке Whisper моделин колдонуп, компьютерибиз же Raspberry Pi аркылуу өз ара аракеттенүү үчүн үн көрсөтмөлөрүн бериңиз.
Биз Whisper менен транскрипцияланып, текстке айландырылып, андан кийин программаны аткаруудан RaspberryPi пиндерине чыңалууну берүү үчүн тиешелүү буйрукту аткаруу үчүн талданган буйрук беребиз.
Мен эски Raspberry Pi 2, микро USB колдоном деп жатам жана жакында OpenAI чыгарган Voice-to-Text моделин колдоном, шыбыроо. Макаланын аягында көрө аласыз дагы бир аз шыбыр.
Мен жөн гана иштеп чыгуучу курсун окудум Google Machine Learning Crash Курсу. Киришүү курсу, анда алар сизге негизги түшүнүктөрдү беришет жана TensorFlow менен реалдуу ишке ашыруу мисалдарын көрүшөт. Бул мисалдар мени эмне кылууга үндөдү.
Коллаборатория деп да аталат google colab Бул Google Изилдөө продуктусу жана браузерибизден Python жана башка тилдерди жазуу жана иштетүү үчүн колдонулат.
эмне
Мен сизге бул макаланы эң сонун толуктаган үйрөнчүктөр үчүн колдонмону калтырам
Колаб - хостинг Jupyter, орнотулган жана конфигурацияланган, ошондуктан биз компьютерибизде эч нерсе кылбайбыз, жөн гана браузерден, булуттагы ресурстар менен иштейбиз.
Бул так Jupyter менен иштейт, сиз көрө аласыз биздин макала. Бул ноутбуктар же блокноттор, бул Python кадамында тексттер, сүрөттөр же коддор болушу мүмкүн болгон клеткаларга негизделген, анткени Jupyter Colabдан айырмаланып, учурда Python ядросу гана колдонулушу мүмкүн, кийинчерээк R, Scala ж. , бирок эч кандай датасы айтылган эмес.
Менин шаарымдагы метеорологиялык обсерватория сунуш кылган тарыхый маалыматтарга көз чаптырсам, ошону байкадым аларды графикалык түрдө жана PDF түрүндө жүктөө үчүн гана сунушташат. Эмне үчүн аларды CSV файлына жүктөөгө уруксат бербей жаткандыгын түшүнбөйм, бул баарына пайдалуураак болот.
Ошентип, мен аны издеп жүрдүм Бул таблицаларды pdf дан CSVге өткөрүү же эгер кимдир бирөө Excel же Libre Office форматташтыргысы келсе. CSV мага жагат, анткени csv менен сиз аны колдоно турган бардык нерсени python жана анын китепканалары менен жасай аласыз же каалаган таблицага оңой эле импорттой аласыз.
Автоматташтырылган процессти ишке ашыруу идеясы болгондуктан, мен каалаган нерсе - Python менен иштөө үчүн сценарий жана ушул жерден Табула келет.
Бул макалада мен а Anaconda орнотуу боюнча колдонмо жана Conda топтому менеджериңизди кантип колдонуу керек. Ушуну менен биз каалаган китепканалар менен python жана R үчүн өнүгүү чөйрөсүн түзө алабыз. Machine Learning, Python менен маалыматтарды анализдөө жана программалоо менен баштоо абдан кызыктуу.
Anaconda - кеңири колдонулган Python жана R программалоо тилдеринин акысыз жана ачык булактуу таралышы илимий эсептөө (Data ScienceData Science, Machine Learning, Science, Engineering, божомолдоочу аналитика, Big Data ж.б.).
Бул дисциплиналарда кеңири колдонулган көптөгөн колдонмолорду бирден орнотуунун ордуна, аларды бирден орнотот. . 1400дөн ашык жана ушул сабактарда эң көп колдонулган. Айрым мисалдар
Аяктагандан кийин Машина үйрөнүү курсу, Мен кайда улантууну издеп жаттым. Октава / Матлаб прототип түзүү курсунда колдонулган өнүгүү чөйрөлөрү адамдар колдоно бербейт, андыктан сиз жогорку сапаттагы секирик жасашыңыз керек. Мага эң көп сунуш кылынган талапкерлердин катарында Керас, TensorFlow backend колдонуп. Керас башка шаймандардан же фреймерлерден жакшыраакпы же TensorFlow же Теанону тандасамбы деп ойлонуп отурбайм. Убунтуга кантип орнотсо болоорун түшүндүрүп берейин деп жатам.
Алгач мен аны расмий баракчалардын документтеринен орнотууга аракет кылдым, бирок бул мүмкүн эмес болчу, менде кандайдыр бир каталар, чечилбеген суроолор бар болчу. Акыры издеп жөнөдүм Ubuntu'да keras орнотуу боюнча атайын окуу куралдары Ошентсе да мен эки күндү түнү менен көп убакыт өткөрдүм. Акыр-аягы, мен ага жетиштим жана сизге жол ачып бериши үчүн, мен аны кантип жасагандыгымды калтырам.
Окуу китебинин аягында мен сизден булактардан калтырган веб-сайттар сунуш кылган кадамдарды аткарганы жатабыз, менде жок болгон PIPди орнотуп, топтомдорду башкарабыз. Жооп жазуу Linuxта, бул python менен жазылган топтомду башкаруу тутуму.
Мен бүттүм Курсандагы Стэнфорд университети сунуш кылган Machine Learning курсужана буга чейин менден ачык жана жеке сурагандар бир нече болгондуктан, мага эмне көрүнгөндүгүн дагы бир аз толугураак айтып берүүнү кааладым жана ким аны жасоону чечсе, ал эмнени табарын билип турат.
Бул бир Machine Learning боюнча акысыз курс, Эндрю Нг тарабынан окутулган. Эгер сиз кааласаңыз, анда 68 еврого жеткен көндүмдөрдү колдогон сертификатка ээ болуңуз. Ал 3 тирөөчкө, видеотасмаларга, экзамендерге же тестке жана программалоо көнүгүүлөрүнө бөлүнөт. Бул англис тилинде. Сизде бир нече тилде субтитр бар, бирок испан тили анча жакшы эмес, кээде алар эскирип калат, эгер англис тилинде койсоңуз жакшы болот.
Бул бир топ теориялык. Бирок, балким, ушундан улам баштоонун жакшы жолу окшойт, анткени эмне кылууну гана үйрөнбөй, эмне үчүн жасап жатасың.
