تونۇشتۇرۇش

ئەقلىي ئىقتىدارلىق تېلېفون ، ئەقلىي ئىقتىدارلىق ئائىلە ئۈسكۈنىلىرى ۋە ئاپتوماتىك ماشىنا قاتارلىق قىرلىق ئۈسكۈنىلەرنىڭ كۆپىيىشى بۇ ئۈسكۈنىلەرگە سۈنئىي ئەقىل مودېلىنىڭ ئۈنۈملۈك ئورۇنلاشتۇرۇلۇشىغا جىددىي ئېھتىياج پەيدا قىلدى. ئەنئەنىۋى سۈنئىي ئەقىل ئەندىزىسىنى ئورۇنلاشتۇرۇش ئۇسۇلى ھەمىشە بۇلۇتنى ئاساس قىلغان ئۇل ئەسلىھەگە تايىنىدۇ ، ئۇ كېچىكىش ، بىخەتەرلىك ئەندىشىسى ۋە يۇقىرى توك سەرپىياتىنى تونۇشتۇرىدۇ. بۇ خىرىسلارنى ھەل قىلىش ئۈچۈن ، قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش ئىستىقباللىق ئۇسۇل سۈپىتىدە ئوتتۇرىغا چىقىپ ، سۈنئىي ئەقلىي ئىقتىدارنىڭ ئىقتىدارى ، توك سەرپىياتى ۋە قىر ئۈسكۈنىلەرنىڭ كېچىكىشىنى ئەلالاشتۇردى.

سۈنئىي ئەقىل ، قىرغاق ھېسابلاش ۋە ئورتاق لايىھىلەشنىڭ كېسىشىش ئېغىزى

قىرغاق ھېسابلاش سانلىق مەلۇماتنى مەركەزنىڭ بۇلۇتى ياكى سانلىق مەلۇمات مەركىزىدە ئەمەس ، بەلكى تورنىڭ چېتىدىكى بىر تەرەپ قىلىشنى كۆرسىتىدۇ. سۈنئىي ئەقىل مودېللىرى بولسا زور مىقداردىكى سانلىق مەلۇماتلارنى بىر تەرەپ قىلىش ۋە تەھلىل قىلىش ئۈچۈن مۇھىم ھېسابلاش بايلىقىنى تەلەپ قىلىدۇ. سۈنئىي ئەقىل ، گىرۋەك ھېسابلاش ۋە ئورتاق لايىھىلەشنىڭ كېسىشىش ئېغىزى قاتتىق دېتال ۋە يۇمشاق دېتال زاپچاسلىرىنى ئورتاق ئەلالاشتۇرۇشنى ئۆز ئىچىگە ئالىدۇ.

قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ پايدىسى

قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش بىر قانچە پايدىنى تەمىنلەيدۇ ، مەسىلەن:

• ** ئىقتىدارنىڭ ياخشىلىنىشى **: قاتتىق دېتال ۋە يۇمشاق دېتال زاپچاسلىرىنى بىرلىكتە ئەلالاشتۇرۇش ئارقىلىق ، ئورتاق لايىھىلەش سۈنئىي ئەقىل ئەندىزىسىنىڭ ئورۇنلاشتۇرۇلۇشىدا كۆرۈنەرلىك ئۈنۈمنى قولغا كەلتۈرەلەيدۇ.
• ** توك سەرپىياتىنى تۆۋەنلىتىش **: ئورتاق لايىھىلەش تۆۋەن قۇۋۋەتلىك مەشغۇلات ئۈچۈن قاتتىق دېتال ۋە يۇمشاق دېتال زاپچاسلىرىنى ئەلالاشتۇرۇش ئارقىلىق توك سەرپىياتىنى تۆۋەنلىتىدۇ.
• ** تۆۋەن كېچىكىش **: ئورتاق لايىھىلەش تېز سانلىق مەلۇمات بىر تەرەپ قىلىش ۋە ئالاقىلىشىش ئۈچۈن قاتتىق دېتال ۋە يۇمشاق دېتال زاپچاسلىرىنى ئەلالاشتۇرۇش ئارقىلىق كېچىكىشنى ئازايتىشقا ياردەم بېرىدۇ.
• ** ئەۋرىشىمچانلىقى ئاشۇرۇلىدۇ **: ئورتاق لايىھىلەش ئوخشىمىغان قىرلىق ئۈسكۈنىلەرگە ئاسانلا ئورۇنلاشتۇرغىلى بولىدىغان تېخىمۇ جانلىق ۋە ماسلىشالايدىغان سۈنئىي ئەقىل مودېلىنى تەرەققىي قىلدۇرالايدۇ.

ئەمەلىي فوكۇس: كود مىسالى

قېنىق ئۈسكۈنىلەرگە سۈنئىي ئەقىل مودېلى ئورۇنلاشتۇرۇش ئۈچۈن قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ ئاددىي بىر مىسالىنى كۆرۈپ باقايلى. بىز داڭلىق Python كۈتۈپخانىسى TensorFlow نى ئىشلىتىپ ، داڭلىق قىرلىق ئۈسكۈنىسى بولغان Raspberry Pi غا ئاساسىي سۈنئىي ئەقلىي ئىقتىدار مودېلىنى ئورۇنلاشتۇرىمىز.

`` python tensorflow نى tf قىلىپ ئەكىرىڭ tensorflow.keras ئىمپورت قەۋىتىدىن

AI مودېل قۇرۇلمىسىنى ئېنىقلاڭ

model = tf.keras.Sequential ([ layers.Conv2D (32, (3, 3), activation = 'relu', input_shape = (28, 28, 1)), layers.MaxPooling2D ((2, 2)), layers.Flatten (), قەۋەت. قويۇق (64 ، ئاكتىپلاش = 'relu'), قەۋەت. قويۇق (10 ، ئاكتىپلاش = 'softmax') ])

مودېلنى تۈزۈڭ

model.compile (optimizer = 'adam', loss = 'sparse_categorical_crossentropy', metrics = ['توغرىلىق'])

MNIST سانلىق مەلۇمات جەدۋىلىنى يۈكلەڭ

(X_train, y_train), (X_test, y_test) = tf.keras.datasets.mnist.load_data ()

سانلىق مەلۇماتنى بىر تەرەپ قىلىش

X_train = X_train.reshape (-1, 28, 28, 1) .astype ('float32') / 255.0 X_test = X_test.reshape (-1, 28, 28, 1) .astype ('float32') / 255.0

مودېلنى تەربىيىلەڭ

model.fit (X_train, y_train, epochs = 5, batch_size = 128)

مودېلغا باھا بېرىڭ

test_loss, test_acc = model.evaluate (X_test, y_test) بېسىپ چىقىرىش (f'Test توغرىلىقى: {test_acc: .2f} ') ``

بۇ كود مىسالى TensorFlow ئارقىلىق Raspberry Pi غا سۈنئىي ئەقىلنىڭ ئاساسلىق ئورۇنلاشتۇرۇشىنى كۆرسىتىپ بېرىدۇ. بۇ مودېل MNIST سانلىق مەلۇمات جەدۋىلىدە تەربىيەلەنگەن ۋە سىناق تەرىقىسىدە باھالانغان. بۇ كود قىرغاق ئۈسكۈنىلىرىگە سۈنئىي ئەقىل مودېلى ئورۇنلاشتۇرۇش ئۈچۈن قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ ئاددىيلىقى ۋە جانلىقلىقىنى كۆرسىتىپ بېرىدۇ.

ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

بۇ يەردە قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشتە كۆپ ئىشلىتىلىدىغان بۇيرۇق ۋە پارچىلار بار:

• ** TensorFlow **: tf.keras.Sequential (), tf.keras.layers.Conv2D (), tf.keras.layers.MaxPooling2D ()
• ** Raspberry Pi **: sudo apt-get update, sudo apt-get python3-pip, pip3 install tensorflow
• ** ئورتاق لايىھىلەش **: co-design.py -h,co-design.py -m <model_name>,co-design.py -d <device_name>

Visualization

بۇ يەردە Chart.js ئارقىلىق قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ پايدىسىنى تەسۋىرلەپ كۆرۈڭ:

chart { "type": "bar", "data": { "بەلگە": ["ئەنئەنىۋى سۈنئىي ئەقىل مودېل ئورۇنلاشتۇرۇش" ، "قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش"], "datasets": [ { "label": "Performance", "data": [10, 20], "backgroundColor": "rgba (255, 99, 132, 0.2)", "borderColor": "rgba (255, 99, 132, 1)", "borderWidth": 1 }, { "label": "توك سەرپىياتى", "data": [50, 30], "backgroundColor": "rgba (54 ، 162 ، 235 ، 0.2)", "borderColor": "rgba (54, 162, 235, 1)", "borderWidth": 1 }, { "label": "Latency", "data": [100, 50], "backgroundColor": "rgba (255, 206, 86, 0.2)", "borderColor": "rgba (255, 206, 86, 1)", "borderWidth": 1 } ] }, "options": { "title": { "display": true, "text": "قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ پايدىسى" }, "تارازا": { "yAxes": [ { "ticks": { "startAtZero": راست } } ] } } }

بۇ تەسۋىر ئەنئەنىۋى سۈنئىي ئەقىل مودېلى ئورۇنلاشتۇرۇشنىڭ ئىقتىدار ، توك سەرپىياتى ۋە كېچىكىشىنى قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش بىلەن سېلىشتۇرىدۇ.

خۇلاسە

قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش قىرغاق ئۈسكۈنىلىرىگە سۈنئىي ئەقىل مودېلىنى ئۈنۈملۈك ئورۇنلاشتۇرۇشنىڭ ئۈمىدۋار ئۇسۇلى سۈپىتىدە ئوتتۇرىغا چىقتى. قاتتىق دېتال ۋە يۇمشاق دېتال زاپچاسلىرىنى ئەلالاشتۇرۇش ئارقىلىق ، ئورتاق لايىھىلەش ئىقتىدارنىڭ كۆرۈنەرلىك ياخشىلىنىشىنى ، توك سەرپىياتىنىڭ تۆۋەنلىشىنى ۋە كېچىكىشنىڭ تۆۋەنلىشىنى كەلتۈرۈپ چىقىرىدۇ. بۇ ماقالە ئاددىي كود مىسالى ۋە پايدىسىنى تەسۋىرلەش قاتارلىق قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەشنىڭ پايدىسى ۋە ئەمەلىي قوللىنىلىشى ھەققىدە تەپسىلىي چۈشەنچە بەردى. سۈنئىي ئەقىلگە بولغان ئېھتىياجنىڭ ئۈزلۈكسىز ئېشىشىغا ئەگىشىپ ، قاتتىق دېتال-يۇمشاق دېتال ئورتاق لايىھىلەش ئۈنۈملۈك ۋە ئۈنۈملۈك سۈنئىي ئەقىل ئەندىزىسىنىڭ تەرەققىياتىدا كۈنسېرى مۇھىم رول ئوينىشى مۇمكىن.