樹莓派+機器學習，Google AIY門檻低，吸引AI初學者快速了解人工智慧！

如果你想在35美元的Raspberry Pi上學習機器學習，那你就沒有更多的選擇。Google 提供了幾個用于在Pi上進行語音和圖像識別的工具包。


這家科技巨頭最近通過在董事會上正式支持其機器學習軟件框架TensorFlow，進一步提升了Pi的機器學習資質。如果你想在Pi上開始機器學習，這里有你需要知道的一切。

如何開始？

Google的人工智能自己（AIY）工具包為Pi上的機器學習提供了很好的介紹。

您可以選擇兩個套件，允許您嘗試語音或圖像識別。該套件包括您需要的所有硬件 - 攝像頭，麥克風等 - 以及有關如何設置Pi的詳細教程。雖然語音AIY套件將語音識別功能卸載到Google Cloud，但視覺AIY套件實際上在板上執行圖像識別，盡管借助于英特爾Movidius AI加速器。
完成教程后，還可以在Pi和AIY工具包上運行其他經過培訓的機器學習模型，包括面/狗/貓/人體探測器和通用圖像分類器。

還有哪些其他選擇？

那些擁有更多機器學習經驗的人可以在Pi上安裝Google的TensorFlow軟件庫，這個過程最近變得更加容易。TensorFlow是一個用于構建機器學習模型的軟件框架，用于廣泛的深度學習任務，如圖像和語音識別。

要在Pi上安裝TensorFlow，請按照這些說明進行操作，然后按照本頁“學習和使用ML”部分下的教程進行操作，詳細說明如何訓練和測試模型以進行簡單的文本和圖像分類。值得注意的一個事實是Pi的適度規格將限制其性能。


在機器學習方面，Pi的限制是什么？

雖然相對較低的Pi不是機器學習的明顯選擇，但該板的緊湊尺寸和低功耗意味著它非常適合構建移動自制小工具和機器人。機器學習可以幫助這些設備處理新任務，使用圖像識別“看”和語音識別“聽”。但是，Pi的ML功能有一定的限制。

機器學習，培訓有兩個主要階段，在此期間，模型學習如何執行給定任務，以及在使用訓練模型執行該任務時進行推理。


Pi的有限處理能力意味著它不適合訓練任何東西，除了最簡單的機器學習模型。相反，這個階段通常在具有至少中高端GPU的機器上進行。然而，Pi能夠執行推斷，實際上運行訓練的機器學習模型。 您可以在香港Gravitylink Store（https://store.gravitylink.com）購買新的AIY Vision和Voice套件，價格分別為89.99美元和49.99美元。