آموزش یادگیری عمیق با استفاده از تنسورفلو لایت روی رزبری پای - آخرین آپدیت

سرفصل ها و درس ها

تقریب توابع مثلثاتی غیرخطی Non Linear Trigonometric Functions Approximation

• نحوه عملکرد شبکه‌های عصبی How Nerual Networks Work

• درک تقریب تابع غیرخطی Non-Linear Function Approximation Understanding

• تولید داده‌های تابع مثلثاتی Trigonometric Function Data Generation

• تقسیم و نرمال سازی داده‌ها Data Splitting and Normalizing

• ایجاد مدل یادگیری عمیق Deep Learning Model Creation

• آزمون عملکرد مدل و درک خطا Model Performance testing and Loss Understanding

• درک نمودار میانگین مربعات خطا Mean Squared Error Graph Understanding

• طراحی مدل جدید بهبود یافته Designing New Improved Model

• مقایسه و ذخیره سازی عملکرد مدل Model Performance comparisons and Saving

• ارسال به گیت‌هاب پس از اتمام بخش Github Push after Section Completion

• ذخیره گاه گیت‌هاب و منابع Github repository and Resources

ماشین حساب تصویری Visual Calculator

• به انجمن رایگان ما بپیوندید Join our free community

• راه اندازی سیستم عامل Raspberry PI Raspberry PI OS setup

• ساخت سخت افزار Construction of Hardware

• استراتژی داده برای این پروژه Data Strategy for this project

• تولید داده‌های سفارشی Producing Custom Data

• راه اندازی SSH Raspberry PI با استفاده از Vscode Raspberry PI SSH Setup using Vscode

• اسکریپت ذخیره سازی ویدیو Video Saving Script

• کسب ویدیوهای داده Data Videos Obtaining

• درک فرآیند استخراج فریم Understanding Frame Extraction Process

• درک دایره‌های هاف Hough Circles Understanding

• استخراج اعداد از دایره‌ها Number Extraction from Circles

• کسب و پیش پردازش داده‌ها Data Obtaining and Pre Processing

• تجسم داده‌ها در Google Colab Visualizing Data on Google Colab

• منبع قطعات چاپ سه بعدی 3D printing parts Source

• معماری مدل Model Architecture

• پیاده سازی و آموزش مدل Model Implementation and training

• ذخیره سازی مدل Model Saving

• آزمون مدل Testing Model

• درک ماتریس‌های عملکرد مدل Model Performance Matrices understanding

• کوانتیزه کردن پس از آموزش Post Quantization

• تبدیل TFLite TFLite Conversion

• آزمون مدل TF Lite TF Lite Model Testing

• اسکریپت پیش بینی بلادرنگ Real Time Prediction Script

• استنتاج مدل بر روی داده‌های ضبط شده Model Inferencing on recorded Data

• تعریف ناحیه مورد نظر (Region of Interest) Defining Region of Interest

• آزمون بهبودهای ROI Testing ROI Improvements

• راه اندازی استنتاج مدل بر روی Raspberry PI Raspberry PI Model Inferencing Setup

• آزمون استنتاج بر روی RPI RPI Inferencing Testing

• ساخت معادله Equation Building

• جداسازی تشخیص عدد Number Detection Isolation

• محاسبه معادله Equation Computation

• ارسال به گیت‌هاب Github Push

LED های کنترل شده با صدا Voice Controlled LEDs

• درک فایل‌های موجی Understanding Wave Files

• اسکریپت ضبط صدا Audio Recording Script

• تبدیل صدا از اعشاری به صحیح Audio Conversion from Float to Integer

• ذخیره سازی داده‌ها به صورت دسته ای Data Recording in batches

• تبدیل فایل‌های موجی به تنسورهای دودویی Wave file to Binary Tensors

• نمایش داده‌ها Data Visualizations

• تبدیل به طیف نگاشت Spectrogram Conversion

• خطوط لوله پیش پردازش داده Data Pre-processing Pipelines

• تعریف مدل و تقسیم مجموعه داده Model definition and Dataset Splitting

• معماری مدل Model Architecture

• بحث در مورد پارامترهای مدل و آموزش مدل Discussion Model Parameters and Training Model

• بررسی نتایج آموزش Reviewing Training Results

• ماتریس عملکرد مدل Model Performance Matrix

• تبدیل و پیش بینی TensorFlow Lite Tensorflow Lite Conversion and prediction

• ساخت خط لوله جریان ورودی صدا Input Audio stream pipeline building

• پیش بینی‌های مدل TfLite TfLite model predictions

• اتصالات LED و چشمک زدن LED connections and Blink

• پیش‌بینی‌های مدل بر روی Raspberry Pi Raspberry Pi Model Predictions

• کنترل LED های صوتی بلادرنگ Real Time Audio LED Controlling

• ارسال به گیت‌هاب Github Push