MiniConda auf Raspberry Pi für maschinelles Lernen

¡Hola-Freaks! In diesem Artikel, Lassen Sie uns lernen, wie man Raspberry Pi für maschinelles Lernen verwendet. Raspberry Pi ist billig und sehr interessant, damit zu arbeiten. Wir werden über Data Science-Anwendungen sprechen. Data Science erhält Tag für Tag viel Aufmerksamkeit und diese Technologie wächst sehr schnell. Dann, lass uns anfangen… ..😉

Einführung

Wie wir alle wissen, Maschinelles Lernen verbessert das Leben der Menschen. Maschinelles Lernen hilft Unternehmern, eine gemeinsame Person zu sein. Tech-Enthusiasten sind immer auf der Suche nach etwas Neuem in der Welt der Datenwissenschaft und des maschinellen Lernens., an verschiedenen Algorithmen arbeiten, um das effizienteste Modell zu erstellen. Auf die gleiche Weise, Sie arbeiten auch an der Hardware, um deren Leistung zu verbessern und die Benutzeranforderungen zu erfüllen. Die Hardware, an der wir arbeiten, ist Raspberry Pi. Zuerst, wir werden das raspbian betriebssystem auf dem raspberry pi . konfigurieren 3 und dann legen wir die miniconda drauf, wir haben es im folgenden Artikel genauer erklärt.

Himbeer-Pi

Raspberry Pi ist ein kleiner Computer. Es ist sehr billige und zuverlässige Hardware, Raspberry Pi hat alle Komponenten, die ein voll funktionsfähiger Computer haben würde, als RAM, Zentralprozessor, HDMI, USB, Ethernet und vieles mehr.

Raspberry Pi bietet verschiedene Hardware-Versionen, die Sie nach Ihren Anforderungen verwenden können. Für intensive Nutzer, Himbeer-Pi hat sogar 8 GB RAM, was sicherlich die Macht von pi . zeigt. Einige der Raspberry Pi-Modelle sind unten aufgeführt.

• Himbeer-Pi 1 Modell B
• Himbeer-Pi 1 Modell A
• Himbeer-Pi 1 Modell B +
• Himbeer-Pi 3 Modell B
• Raspberry Pi Zero W

Raspberry Pi ist aufgrund seines großen Einsatzgebietes in Schul- und Universitätsprojekten sehr bekannt. Kann als persönlicher Schreibtisch oder Playstation verwendet werden, Himbeer-Pi-Retro-Pirociona-Spiele. Einige frühe Penetrationstester verwenden Raspberry Pi auch als Test- und Hacking-Labor, wenn sie Kali Linux darauf installieren.

MiniConda

Was ist es, Ähnlichkeit in Anakonda und Miniconda

Bevor wir direkt zu Miniconda springen, müssen wir wissen, was Conda ist? Dann, conda ist ein Management-Tool oder -System. Conda führt zwei Arten von Systemmanagement durch; eine ist die Verwaltung des Umweltsystems und die andere ist die Verwaltung des Verpackungssystems.

Miniconda ist nur eine minimale Version von Conda für verschiedene Hardware entsprechend den Anforderungen. Die Hochleistungsversion von conda ist Anaconda, die mit verschiedenen Machine-Learning-Tools wie Jupyter Notebook geliefert wird, spyder und viele mehr.

Miniconda kommt mit minimaler Unterstützung wie Python, conda und einige abhängige Module. Wenn du Konda hast, Das bedeutet, dass Sie ganz einfach verschiedene Ereignisse wie create . durchführen können, speichern, Wechseln zwischen Umgebungen im System.

Erforderliche Schritte

Jetzt machen wir die Aktivität. Der Prozess ist Schritt für Schritt gut dokumentiert. Dann, du kannst mir auch folgen.

Paso 1

Zuerst, Wir müssen das Raspbian-Betriebssystem mit einem Tool auf die microSD-Karte schreiben. Danach, Wir beginnen mit mehr Einstellungen.

Um die herunterzuladen Raspbian klick hier. Es gibt mehrere Möglichkeiten für den Himbeer-Pi, Wir wählen die Desktop-Version mit voller Unterstützung. Sie können dafür auch NOOBS und Raspbian Lite verwenden.

Das Betriebssystem ist ungefähr 3 GB, also bitte gedulden Sie sich beim Herunterladen. Nach dem Download, Wir brauchen ein weiteres Werkzeug namens Ether, zu Radierer herunterladen klicken Sie hier.

Nach so viel Download, Wir werden die microSD-Karte anschließen und die Ether-Software starten. Dann haben wir die heruntergeladene ISO-Datei und die microSD-Karte ausgewählt. Ether UI ist sehr einfach und leicht. Klicken Sie nun auf Flash und es wird automatisch Raspbian OS darauf installiert.

Sobald der Blitz abgeschlossen ist, Stecken Sie die microSD-Karte in das Himbeer-Pi. Jetzt, Starten Sie den Pi, indem Sie ihn über ein USB-Kabel mit Strom versorgen und den Raspberry Pi über den HDMI- oder VGA-Anschluss mit dem Monitor verbinden.

Paso 2

Jetzt, das Raspbian-Betriebssystem wird im Anmeldefenster gestartet, die Standard-Anmeldedaten sind pi (Nutzername) und Himbeere (Passwort). Melden Sie sich mit diesen Anmeldeinformationen am Desktop an.

Jetzt, Terminal öffnen und Paketmanager aktualisieren, Überprüfen Sie auch, ob auf pi . eine Python-Version installiert ist.

Verwenden Sie den folgenden Befehl zum Aktualisieren.

sudo apt-Update

Verwenden Sie den folgenden Befehl zum Aktualisieren.

sudo apt upgrade

Überprüfen Sie nun die Python-Version.

python --version

Paso 3

– Miniconda herunterladen und konfigurieren.

wget http://repo.continuum.io/miniconda/Miniconda3-latest-Linux-armv7l.sh

Geben Sie den folgenden Befehl ein und ändern Sie das Standardverzeichnis in / Heimat / Pi / miniconda3

sudo /bin/bash Miniconda3-latest-Linux-armv7l.sh

Verzeichnis zu Pfadvariable und Datei hinzufügen “.bashrc”. Öffne die Datei “.bashrc” aus dem folgenden Befehl.

sudo nano /home/pi/.bashrc

Fügen Sie nun diese Zeilen in die Datei ein “.bashrc” und speichere es.

export PFAD="/home/pi/miniconda3/bin:$WEG"

Starten Sie nun den Himbeer-Pi . neu.

sudo neu starten

Paso 4

Jetzt Jupyter Notebook installieren.

pip installieren jupyter-notebook

Führen Sie Jupyter Notebook auf Raspberry pi . aus.

Jupyter-Notebook

Data Science-Anwendungen und Raspberry Pi

Es gibt mehrere Plattformen und Module für Data Science, die auf verschiedene Weise in Himbeer-Pi verwendet werden können. Einige dieser Vermögenswerte sind unten aufgeführt.

Tensorflow

Tensorflow ist eine Bibliothek, die von Google bereitgestellt und gepflegt wird, ist Open Source, was bedeutet, dass jeder es benutzen kann. Google hat eine Gruppe von Forschern, die mit dieser Open-Source-Bibliothek an maschinellem Lernen und Deep Learning arbeiten. Wir könnten diese Bibliothek auf Himbeer-Pi verwenden und verschiedene Projekte wie Objekterkennung aus Video durchführen (pi hat auch einen Kamera-Slot für Picam) oder schauen Sie auf dem Parkplatz nach. Mit TensorFlow können Sie sogar ein selbstfahrendes Auto programmieren.

Google AIY-Kit

Mit Hilfe des AIY-Kits von Google, Sie können Ihren eigenen Sprachprozessor erstellen, der mit Google Assistant verbunden werden kann. Google AIY steht für Google Artificial Intelligence Yourself. Das AIY-Kit von Google bietet auch Vision- und Voice-fähige Komponenten, die auf verschiedene Weise verwendet werden können, um einige schöne Projekte zu produzieren..

Jenkins-Automatisierung

Sie könnten sogar den Jenkins-Server auf Himbeer-Pi installieren. Wie wir alle wissen, Jenkins ist ein so mächtiges Werkzeug in der Welt der Automatisierung. Mit diesem Jenkins können wir unsere Machine-Learning-Modelle automatisieren, die genauere Modelle produzieren. Eine einzelne Himbeere kann viele Jenkins-Slave-Knoten steuern.

Ich hoffe, du hast aus diesem Artikel etwas Neues gelernt oder könnte dich inspirieren, etwas sehr Interessantes zu bauen. Bei Fragen oder Anregungen bitte kommentieren.

Verwandt