- تقاضے
- راسبیری پائی میں ٹینسرفلو انسٹال کرنا
- تصویری شناخت کے لئے راسبیری پائی پر تصویری درجہ بندی انسٹال کرنا
آج کل کی صنعتوں میں مشین لرننگ اور مصنوعی ذہانت ایک جدید رجحان ہے اور ہم ہر نئے الیکٹرانکس ڈیوائس کے آغاز کے ساتھ ان کی بڑھتی ہوئی شمولیت کو دیکھ سکتے ہیں۔ کمپیوٹر سائنس انجینئرنگ کا تقریبا every ہر اطلاق مشین لرننگ کا استعمال مستقبل کے نتائج کا تجزیہ اور پیش گوئی کرنے کے لئے کر رہا ہے۔ پہلے ہی ، مارکیٹ میں بہت سارے ڈوائسز رولڈ ہیں جو مشین لرننگ اور مصنوعی ذہانت کی طاقت کا استعمال کررہے ہیں ، جیسے اسمارٹ فون کے کیمرا میں چہرے کی نشاندہی کرنے اور چہرے کا پتہ لگانے سے ظاہر عمر کو بتانے کے لئے اے آئی قابل خصوصیات کا استعمال کیا گیا ہے۔
اس میں کوئی تعجب کی بات نہیں ہے کہ گوگل اس ٹکنالوجی کے علمبرداروں میں سے ایک ہے۔ گوگل پہلے ہی بہت سے ایم ایل اور اے آئی فریم ورک بنا چکا ہے جسے ہم آسانی سے اپنی ایپلی کیشنز میں لاگو کرسکتے ہیں۔ ٹینسرفلو گوگل کے معروف اوپن سورس نیورل نیٹ ورک لائبریری میں سے ایک ہے جو مشین لرننگ ایپلی کیشنز جیسے امیج کی درجہ بندی ، آبجیکٹ کا پتہ لگانے ، وغیرہ میں استعمال ہوتا ہے۔
آنے والے سالوں میں ، ہم اپنی روز مرہ کی زندگی میں AI کا زیادہ استعمال دیکھیں گے اور AI آپ کے روزمرہ کے کاموں کو سنبھال سکیں گے جیسے آن لائن گروسری کا آرڈر دینا ، گاڑی چلانا ، گھریلو سامان کو کنٹرول کرنا ہے۔ لہذا ، ہم کیوں کسی مشین کا استحصال کرنے کے لئے پیچھے رہ گئے۔ راسبیری پائ جیسے پورٹیبل آلات پر الگورتھم ۔
اس ٹیوٹوریل میں ، ہم راسبیری پائی پر ٹینسرفلو کو انسٹال کرنے کا طریقہ سیکھیں گے اور پہلے سے تربیت یافتہ عصبی نیٹ ورک پر سادہ تصویر کی درجہ بندی کے ساتھ کچھ مثالیں دکھائیں گے۔ ہم نے پہلے امیج پراسیسنگ کے دوسرے کاموں جیسے آپٹیکل کریکٹر کی شناخت ، چہرے کی شناخت ، نمبر پلیٹ کی کھوج وغیرہ کے لئے راسبیری پائی کا استعمال کیا۔
تقاضے
- اس میں نصب راسبیری OS کے ساتھ رسبیری پائی (ایسڈی کارڈ میں کم از کم 16 جی بی)
- ورکنگ انٹرنیٹ کنکشن
یہاں ، ہم لیپ ٹاپ پر راسبیری پائی تک رسائی کے لئے ایس ایس ایچ کا استعمال کریں گے۔ آپ لیپ ٹاپ پر VNC یا ریموٹ ڈیسک ٹاپ کنکشن استعمال کرسکتے ہیں ، یا اپنے راسبیری پائی کو مانیٹر کے ساتھ مربوط کرسکتے ہیں۔ بغیر کسی مانیٹر کے راسبیری پائ کو بغیر سر کے ترتیب دینے کے بارے میں مزید معلومات حاصل کریں۔
راسبیری پائی ، ایک پورٹیبل اور کم بجلی استعمال کرنے والا آلہ ہونے کے ناطے ، ریئل ٹائم امیج پروسیسنگ ایپلیکیشنز جیسے چہرے کی شناخت ، آبجیکٹ سے باخبر رہنے ، ہوم سیکیورٹی سسٹم ، نگرانی کیمرا وغیرہ میں استعمال کیا جاتا ہے ، جیسے کسی بھی کمپیوٹر ویژن سافٹ ویئر جیسے راسبیری پیئ کے ساتھ اوپن سی وی ، بہت سی طاقتور تصویری پروسیسنگ ایپلی کیشنز تعمیر کی جاسکتی ہیں۔
ماضی میں ، ٹینسورفلو کو انسٹال کرنا کافی مشکل کام تھا لیکن ایم ایل اور اے آئی ڈویلپرز کی حالیہ شراکت نے اسے بہت آسان بنا دیا اور اب اسے صرف کچھ کمانڈز استعمال کرکے انسٹال کیا جاسکتا ہے۔ اگر آپ مشین سیکھنے اور گہری سیکھنے کی کچھ بنیادی باتیں جانتے ہیں تو یہ آپ کے اعصابی نیٹ ورک کے اندر کیا ہو گا جاننے میں مددگار ثابت ہوگا۔ لیکن یہاں تک کہ اگر آپ مشین لرننگ ڈومین کے لئے نئے ہیں ، تو کوئی حرج نہیں ہوگا اس کے بعد بھی آپ سبق کے ساتھ جاری رہ سکتے ہیں اور اسے سیکھنے کے لئے کچھ مثال کے پروگراموں کا استعمال کرسکتے ہیں۔
راسبیری پائی میں ٹینسرفلو انسٹال کرنا
راسبیری پائی میں ٹینسرفلو انسٹال کرنے کے لئے ذیل اقدامات ہیں:
مرحلہ 1: راسبیری پائی میں ٹینسرفلو کو انسٹال کرنے سے پہلے ، پہلے درج ذیل کمانڈز کا استعمال کرکے راسبیئن OS کو اپ ڈیٹ اور اپ گریڈ کریں۔
sudo apt-get update sudo اپٹ اپ گریڈ
مرحلہ 2: پھر نپپی اور دیگر انحصارات کے لئے تعاون حاصل کرنے کے لئے اٹلس لائبریری کو انسٹال کریں ۔
sudo اپٹ انسٹال لبیٹلاس-بیس-دیو
مرحلہ 3: ایک بار جب یہ کام ختم ہوجائے تو ، نیچے دیئے گئے کمانڈ کا استعمال کرکے ٹینسرفلو کو پائپ 3 کے ذریعہ انسٹال کریں
ٹینسر فلو انسٹال کریں
ٹینسرفلو کو انسٹال کرنے میں کچھ لگے گا ، اگر انسٹال کرتے وقت آپ کو کسی قسم کی خامی کا سامنا کرنا پڑتا ہے تو ، صرف اوپر کا کمانڈ استعمال کرکے دوبارہ کوشش کریں۔

مرحلہ 4: ٹینسورفلو کی کامیاب انسٹالیشن کے بعد ، ہم یہ چیک کریں گے کہ آیا ہیلو ورلڈ کے چھوٹے پروگرام کو استعمال کرکے یہ مناسب طریقے سے انسٹال ہوا ہے یا نہیں ۔ اس کیلئے اوپن نانو ٹیکسٹ ایڈیٹر نیچے کمانڈ استعمال کرکے کریں:
sudo نانو tfcheck.py
اور نینو ٹرمینل میں لائنوں کے نیچے کاپی پیسٹ کریں اور ctrl + x کا استعمال کرکے اسے بچائیں اور enter کو دبائیں۔
tenor بہاؤ tf ہیلو کے طور پر درآمد کریں = tf.constant ('ہیلو ، ٹینسرفلو!') سیس = tf. سیشن () پرنٹ (sess.run (ہیلو))
مرحلہ 5: اب ، اس اسکرپٹ کو ٹرمینل میں نیچے کمانڈ کا استعمال کرتے ہوئے چلائیں
python3 tfcheck.py
اگر سارے پیکیجز ٹھیک طرح سے انسٹال ہوئے ہیں تو آپ کو ہیلو ٹینسر فلو نظر آئے گا ! جیسا کہ ذیل میں دکھایا گیا ہے آخری لائن میں پیغام ، تمام انتباہات کو نظرانداز کریں۔

یہ ٹھیک کام کرتا ہے اور اب ہم ٹینسرفلو کا استعمال کرتے ہوئے کچھ دلچسپ کریں گے اور آپ کو اس منصوبے کو کرنے کے لئے مشین سیکھنے اور گہری سیکھنے کے بارے میں کوئی معلومات حاصل کرنے کی ضرورت نہیں ہے۔ یہاں ایک تصویر کو ایک بلٹ ماڈل میں کھلایا گیا ہے اور ٹینسرفلو اس تصویر کی شناخت کرے گا۔ ٹینسرفلو شبیہہ میں موجود چیز کی قریبی امکان دے گا۔
تصویری شناخت کے لئے راسبیری پائی پر تصویری درجہ بندی انسٹال کرنا
مرحلہ 1: - ایک ڈائریکٹری بنائیں اور نیچے دیئے گئے کمانڈز کا استعمال کرکے ڈائریکٹری میں جائیں۔
mkdir tf سی ڈی tf
مرحلہ 2: - اب ، ان ماڈلز کو ڈاؤن لوڈ کریں جو ٹینسر فلو جی آئی ٹی ذخیر. پر دستیاب ہیں۔ ذیل میں کمانڈ استعمال کرکے tf ڈائرکٹری میں مخزن کو کلون کریں
گٹ کلون https://github.com/tensorflow/models.git
انسٹال ہونے میں کچھ وقت لگے گا ، اور یہ سائز میں بہت بڑا ہے لہذا یہ یقینی بنائیں کہ آپ کے پاس ڈیٹا کا خاطر خواہ منصوبہ موجود ہے۔
مرحلہ 3: - ہم تصویری درجہ بندی کی مثال استعمال کریں گے جو ماڈل / سبق / تصویر / امیجنیٹ میں مل سکتی ہیں۔ نیچے والے کمانڈ کا استعمال کرکے اس فولڈر میں جائیں
سی ڈی ماڈل / سبق / شبیہ / امیجنیٹ
مرحلہ 4: - اب ، ذیل میں کمانڈ کا استعمال کرتے ہوئے پہلے سے تعمیر شدہ نیورل نیٹ ورک میں ایک شبیہہ کھلائیں۔
python3 درجہ بندی_image.py --image_file = / گھر / pi / تصویر_فائل_ نام
آپ کو کھانا کھلانا ہے اور اس کے بعد enter دبائیں ، اس تصویر کے ساتھ image_file_name کو تبدیل کریں۔
ذیل میں ٹینسرفلو کا استعمال کرتے ہوئے تصاویر کا پتہ لگانے اور پہچاننے کی کچھ مثالیں ہیں ۔

برا نہیں ہے! دوسرے اختیارات کے مقابلے میں جب اعصابی جال نے اس مصوری کی بلی کے طور پر درجہ بندی کی ہے جس میں اعلی ڈگری حاصل ہے۔

مذکورہ بالا تمام مثالوں میں ، نتائج بہت اچھے ہیں اور ٹینسرفلو آسانی سے قریبی یقینی کے ساتھ تصاویر کی درجہ بندی کرسکتا ہے۔ آپ اپنی مرضی کے مطابق تصاویر کا استعمال کرکے اس کی آزمائش کرسکتے ہیں۔
اگر آپ کو مشین لرننگ کا کچھ علم ہے تو وہ کچھ لائبریریوں کا استعمال کرکے اس پلیٹ فارم پر آبجیکٹ کا پتہ لگانے کا کام انجام دے سکتا ہے۔
/>