Bu içeriğimizde, Ultimaker Cura kurulumu ve ayarlamalarını anlatıyoruz. Ultimaker Cura 3D dilimleme yazılımının gizli özelliklerini keşfetmek için takip etmesi kolay Cura eğitimimizi sizin için derledik. Cura, dilimleme yazılımlarında en hızlı gelişen ve kullanıcı dostu bir arayüze sahiptir. Öyle ki çoğu kullanıcı sadece modeli yükler, baskı kalitesini seçer ve “yazdır” tuşuna basar. Geleneksel fotokopi makinaları kadar kullanımı […]
ROC-AUC eğrileri, farklı eşik değerlerinde (threshold) sınıflandırma performansını değerlendirmek için kullanılan güçlü bir metriktir. “Performans Metrikleri” yazımızda değindiğimiz kesinlik (precision) ve duyarlılık (recall) kavramları, bu konunun doğru anlaşılması için kritik önemdedir. Bu terimlere hâkim değilseniz, devam etmeden önce ilgili yazıyı okumanızı öneririz. Eşik Değeri(Threshold) Öncelikle kısaca eşik değerinin ne olduğundan bahsedelim. Eşik değeri, sınıflandırma problemleri […]
Bu Arduino makine öğrenimi projesinde, yaptığınız hareketleri tanımlamak için bir ivmeölçer sensör kullanacağız. İçerik, TensorFlow blogundaki bir çalışmanın yeniden uygulanmış hâlidir. Orijinal projede Arduino Nano 33 BLE kullanılırken, burada daha sınırlı kaynaklara sahip klasik Arduino Nano ile ilerleyeceğiz. Arduino Nano, 32KB flash ve 2KB RAM sunan bir geliştirme kartıdır. Özelliklerin Tanımı Hangi hareketi yaptığımızı anlamak için bir IMU’dan yani ivme […]
Bu içeriğimizde mikroişlemciler için makine öğrenimini inceliyoruz. Birçok yabancı forumda ve geliştirici platformunda Arduino ve makine öğrenimi hakkında yüzlerce başlık bulunuyor. Bir kesim, Arduino’nun kaynaklarının makine öğrenimi için yetersiz olduğunu savunuyor. Başka bir kesim ise Multi Layer Perceptron gibi yaklaşımların uygun ölçekle Arduino kartlarında kullanılabileceğini belirtiyor. Ayrıca mikroişlemciler için geliştirilen TensorFlow Lite Micro hakkında da […]
Bu içeriğimizde, Arduino makine öğrenimini inceliyoruz. Arduino geliştirme kartlarında ve benzer mikrodenetleyicilerde makine öğrenimine mi başlıyorsunuz? Python’da eğittiğiniz modeli Arduino, STM32, ESP32 gibi herhangi bir C++ projesinde çalıştırmak ister misiniz? Arduino Makine Öğrenimi Mikroişlemciler ve mikrodenetleyiciler, “uç yapay zeka” (TinyML) sayesinde düşük güç tüketimiyle cihaz üzerinde makine öğrenimi modellerini çalıştırır. Sensör füzyonu, anahtar kelime tespiti […]
Yalnızca birkaç kilobaytlık kaynakla ne kadar doğruluk elde edebileceğinize şaşıracaksınız: Karar Ağacı(Decision Tree), Random Forest ve XGBoost (Aşırı Gradyan Artırma) mikrodenetleyicilerinizde artık kullanılabilir: gömülü cihazlarda süper hızlı sınıflandırma için son derece RAM optimize edilmiş uygulamalar geliştirebilirsiniz. Karar Ağacı Karar Ağacı, şüphesiz en iyi bilinen sınıflandırma algoritmalarından biridir. Muhtemelen herhangi bir Makine Öğrenimi eğiticisinde karşılaştığınız ilk sınıflandırıcı olduğunu anlamak çok kolaydır. […]
Ayarlamak için minimum miktarda parametreye sahip en iyi performans gösteren sınıflandırıcılar mı arıyorsunuz? Başka yere bakmayın: Aradığınız şey Gauss Naive Bayes, ayrıca microML sayesinde artık onu mikrodenetleyicinize kolaylıkla taşıyabilirsiniz. Gaussian Naive Bayes Naive Bayes sınıflandırıcıları, sınıflandırma için kullanılabilecek olasılık teorisine dayalı basit modellerdir. Girdi değişkenleri arasındaki bağımsızlık varsayımından kaynaklanırlar. Bu varsayım, vakaların büyük çoğunluğunda doğru olmasa da, çoğu […]
Gömülü sistemler için geliştirilen makine öğrenmesi çözümlerinde model boyutu, hız ve bellek kullanımı belirleyici faktörlerdir. SEFR, bu ihtiyaca cevap vermeyi hedefleyen, ikili sınıflandırma problemleri için oldukça hafif bir yaklaşım sunan bir yöntemdir. Düşük kaynak tüketimi ile yüksek doğruluk arasında dengeli bir sonuç üretebilmesi, onu mikrodenetleyici tabanlı uygulamalar için dikkat çekici hale getirir. SEFR, Hamidreza Keshavarz, […]
Şimdiye kadar, bir Makine öğrenimi modelini bir mikro denetleyiciye taşımak için ana sınıflandırıcımız olarak SVM’yi (Destek Vektör Makinesi) kullandık: ancak son zamanlarda, benzer bir doğruluğu sağlayan, çok daha küçük olabilecek ilginç bir alternatifini sizlerle tanıştırmak istedik! MicroML çerçevesi için ilgi odağımızı olarak svm’yi seçtik çünkü destek vektör kodlamasının düz C’ye taşındıktan sonra bellek kullanımı verimli […]
Bu yazıda, TinyML benchmark içeriklerine bakarak, tamamen bağlantılı sinir ağlar için bu bilgileri değerlendireceğiz. Tensorflow Lite sinir ağlarını çalıştırmak için popüler mikrodenetleyici kartlarının ne kadar hızlı olduğunu hiç düşündünüz mü? Bu yazıda Tensorflow Lite Sinir Ağlarını çalıştırma göreviyle ilgili farklı geliştirme kartlarını karşılaştıracağız. Listedeki geliştirme kartları: Gördüğünüz gibi, CPU ve saat frekansı açısından farklılık gösterirler. […]