Raspberry Pi とTensorFlow ではじめるAI・IoTアプリ開発入門
4.2 (228 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,653 students enrolled

Raspberry Pi とTensorFlow ではじめるAI・IoTアプリ開発入門

2018年8月、Google BrainチームはTensorFlow 1.10をリリースし、Raspberry Pi(Raspbian)に正式対応しました。ラズベリーパイでディープラーニング・IoTにチャレンジしましょう!
Highest Rated
4.2 (228 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,653 students enrolled
Last updated 9/2019
Japanese
Current price: $44.99 Original price: $69.99 Discount: 36% off
2 days left at this price!
30-Day Money-Back Guarantee
This course includes
  • 1.5 hours on-demand video
  • 2 articles
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Raspberry Pi上にTensorFlow動作環境を構築できます。
  • TensorFlow最新版でKerasをベースにした高速開発、ディープラーニングの基礎を学べます。
  • Raspberry Piに接続したカメラ画像と機械学習の連携の仕組みを理解できます。
  • Raspberry Pi上でのプログラミング環境構築ができます。
  • Raspbian(Raspberry Pi用Linuxディストリビューション)の基本的な操作をマスターできます。
Course content
Expand all 25 lectures 01:30:32
+ 第1日目:はじめに
11 lectures 30:31

モニターやキーボード、マウスなしでヘッドレスインストールにチャレンジします。

Preview 02:44

Windows標準のexFATではなく、NOOBSが対応しているFAT形式でフォーマットしましょう。

Preview 05:50
VNCインストールを有効にしよう
02:24
電源を投入しよう
01:29
Raspbianにリモートログインしてみよう
03:10
raspi-configで起動時にVNCサーバーを起動しよう
05:55

Rasbianのデスクトップを表示しているスクリーンショットの投稿

練習課題: Raspbianのデスクトップの確認
00:08
+ 第1日目:Raspbianを使ってみよう
3 lectures 11:19
標準アプリを見てみよう
03:29
日本語入力システムをインストールして、日本語を入力してみよう
04:51
+ 第2日目:RaspbianにTensorFlowをインストールしよう!
3 lectures 13:55
Hello Worldプログラムを書いて実行してみよう!
04:53
TensorFlowのチュートリアル一覧をチェックしよう
03:06
+ ファッション画像の分類に挑戦
8 lectures 34:46
Raspbian 2019-07 におけるJupyter Notebookインストール時の注意
00:37
Jupyter Notebookのインストールと、ノートブックの作成
07:08
Fashion MNISTデータのダウンロードと確認
05:09
データを正規化しよう
04:15
モデルと最適化手法を定義しよう
06:10
トレーニングを実行しよう
02:11
テストデータで精度を評価しよう
02:47
推定結果を確認しよう
06:29
Requirements
  • Raspberry Pi 3 Model B+ と周辺機器(マウス・キーボード・ディスプレイ)
  • 32GB以上の容量のマイクロSDカード
  • マイクロSDカードへの書き込みが可能なPC(WindowsまたはMac)
  • Raspbian(Linux)やTensorFlowをダウンロード・インストールするためのインターネット接続
Description

【最新更新情報】

2019/9/9 「Raspbian 2019-07 におけるJupyter Notebookインストール時の注意」をセクション4に追加しました。最新のRaspbianではJupyter Notebookを通常インストールすると起動しないパッケージングの不具合がありました。

2018年8月、Google BrainチームはTensorFlow 1.10をリリースし、Raspberry Pi(Raspbian)に正式対応しました。

Raspberry Pi(ラズベリーパイ)は、イギリスのRaspberry Pi財団が設計・開発している名刺サイズのマイクロコンピューターで、今日まで世界で1000万台以上も出荷されています。

Raspberry PiはLinux系のUbuntuやRaspbian, DebianやWindows 10 IoT Coreなどに対応し、センサーやカメラから取得したデータとソフトウェアを連携して、AIやIoTのアプリケーションのプロトタイピングで威力を発揮します。

ラズベリーパイでディープラーニング・IoTにチャレンジしましょう!

この講座では、以下のような内容を学べます。

  1. Raspberry PiへのRaspbian (Linux)インストール

    1. インストールイメージの書き込み

    2. インストーラの実行

    3. VNCによるリモートデスクトップ環境の構築


  2. Raspbianへののpip3コマンドやTensorFlow最新版のインストール

    1. pip3コマンドのインストール

    2. Atlas(高速数値計算ライブラリ)のインストール

    3. TensorFlow最新版のpipコマンドによるインストール


  3. Jupyter Notebookによる機械学習や深層学習プログラミング

    1. 畳み込みニューラルネットワークによる画像分類(Fashion MNIST)



  4. 代表的なディープラーニングアルゴリズムの概要を学ぼう(順次追加予定)

Who this course is for:
  • Raspberry Pi を用いてディープラーニングを学びたい方
  • Raspberry Pi 上でTensorFlowを用いた機械学習・深層学習、モデルを用いた推論などを行いたい方
  • TensorFlowに標準搭載されたKerasを用いて短期間にディープラーニングの基礎を学びたい方
  • 定番のMNISTやIrisデータセット以外のデータでディープラーニングを学びたい方(Fashion MNIST, IMDB, Boston Housing Datasetなど)
  • AIによる推論結果を元に音を鳴らしたり、LEDを光らせたり、というIoTの初歩を体験したい方