chore(i18n): sync translations with latest source changes (chunk 1/1, 187 changes)

update-translations
localizeflow[bot] 2 weeks ago
parent 9f1eda2f32
commit ab9fc41f4e

@ -738,8 +738,8 @@
"language_code": "pa"
},
"README.md": {
"original_hash": "3fcc056cd3837e33d2bdf79f9c359fcf",
"translation_date": "2026-01-30T01:43:15+00:00",
"original_hash": "accf69391fa4450eadbf492ca024cccf",
"translation_date": "2026-04-06T17:19:44+00:00",
"source_file": "README.md",
"language_code": "pa"
},

@ -1,6 +1,6 @@
# ਇੰਟਰਨੈਟ ਆਫ ਥਿੰਗਜ਼ ਦਾ ਪਰਚੇ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-1.2606670fa61ee904.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।

@ -1,6 +1,6 @@
# IoT ਵਿੱਚ ਗਹਿਰਾਈ ਨਾਲ ਝਾਤ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-2.324b0580d620c25e.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -38,7 +38,7 @@ IoT ਵਿੱਚ **Thing** ਉਸ ਡਿਵਾਈਸ ਨੂੰ ਦਰਸਾਉ
ਇਹ ਡਿਵਾਈਸ ਭੌਤਿਕ ਦੁਨੀਆ ਨਾਲ ਸੰਚਾਰ ਕਰਦੇ ਹਨ, ਜਾਂ ਤਾਂ ਸੈਂਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਪਣੇ ਆਸ-ਪਾਸ ਤੋਂ ਡਾਟਾ ਇਕੱਠਾ ਕਰਦੇ ਹਨ ਜਾਂ ਆਉਟਪੁੱਟ ਜਾਂ ਐਕਚੁਏਟਰਜ਼ ਨੂੰ ਕੰਟਰੋਲ ਕਰਕੇ ਭੌਤਿਕ ਬਦਲਾਅ ਕਰਦੇ ਹਨ। ਇਸਦਾ ਆਮ ਉਦਾਹਰਣ ਇੱਕ ਸਮਾਰਟ ਥਰਮੋਸਟੈਟ ਹੈ - ਇੱਕ ਡਿਵਾਈਸ ਜਿਸ ਵਿੱਚ ਤਾਪਮਾਨ ਸੈਂਸਰ ਹੁੰਦਾ ਹੈ, ਇੱਕ ਡਾਇਲ ਜਾਂ ਟਚਸਕਰੀਨ ਵਰਗੇ ਮੀਡੀਆਮ ਦੁਆਰਾ ਚਾਹੀਦਾ ਤਾਪਮਾਨ ਸੈਟ ਕਰਨ ਦਾ ਸਾਧਨ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਹੀਟਿੰਗ ਜਾਂ ਕੂਲਿੰਗ ਸਿਸਟਮ ਨਾਲ ਕਨੈਕਸ਼ਨ ਹੁੰਦਾ ਹੈ ਜੋ ਚਾਹੀਦੇ ਤਾਪਮਾਨ ਤੋਂ ਬਾਹਰ ਹੋਣ 'ਤੇ ਚਾਲੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਤਾਪਮਾਨ ਸੈਂਸਰ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ ਕਿ ਕਮਰਾ ਬਹੁਤ ਠੰਡਾ ਹੈ ਅਤੇ ਐਕਚੁਏਟਰ ਹੀਟਿੰਗ ਚਾਲੂ ਕਰ ਦਿੰਦਾ ਹੈ।
![IoT ਡਿਵਾਈਸ ਲਈ ਤਾਪਮਾਨ ਅਤੇ ਡਾਇਲ ਨੂੰ ਇਨਪੁਟ ਵਜੋਂ ਦਰਸਾਉਣ ਵਾਲਾ ਡਾਇਗ੍ਰਾਮ, ਅਤੇ ਹੀਟਰ ਨੂੰ ਆਉਟਪੁਟ ਵਜੋਂ ਕੰਟਰੋਲ ਕਰਨਾ](../../../../../translated_images/pa/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.png)
![IoT ਡਿਵਾਈਸ ਲਈ ਤਾਪਮਾਨ ਅਤੇ ਡਾਇਲ ਨੂੰ ਇਨਪੁਟ ਵਜੋਂ ਦਰਸਾਉਣ ਵਾਲਾ ਡਾਇਗ੍ਰਾਮ, ਅਤੇ ਹੀਟਰ ਨੂੰ ਆਉਟਪੁਟ ਵਜੋਂ ਕੰਟਰੋਲ ਕਰਨਾ](../../../../../translated_images/pa/basic-thermostat.a923217fd1f37e5a.webp)
IoT ਡਿਵਾਈਸ ਵਜੋਂ ਕੰਮ ਕਰਨ ਵਾਲੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਇੱਕ ਵੱਡੀ ਰੇਂਜ ਹੈ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਚੀਜ਼ ਨੂੰ ਸੈਂਸ ਕਰਨ ਵਾਲਾ ਸਮਰਪਿਤ ਹਾਰਡਵੇਅਰ, ਜਨਰਲ ਪਰਪਜ਼ ਡਿਵਾਈਸ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਤੁਹਾਡਾ ਸਮਾਰਟਫੋਨ ਵੀ! ਸਮਾਰਟਫੋਨ ਸੈਂਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਪਣੇ ਆਸ-ਪਾਸ ਦੀ ਦੁਨੀਆ ਨੂੰ ਸੈਂਸ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਐਕਚੁਏਟਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਦੁਨੀਆ ਨਾਲ ਸੰਚਾਰ ਕਰ ਸਕਦਾ ਹੈ - ਉਦਾਹਰਣ ਲਈ GPS ਸੈਂਸਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤੁਹਾਡਾ ਸਥਾਨ ਪਤਾ ਲਗਾਉਣਾ ਅਤੇ ਸਪੀਕਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਤੁਹਾਨੂੰ ਮੰਜ਼ਿਲ ਤੱਕ ਨੈਵੀਗੇਸ਼ਨ ਨਿਰਦੇਸ਼ ਦੇਣਾ।
@ -54,7 +54,7 @@ IoT ਐਪਲੀਕੇਸ਼ਨ ਦਾ **Internet** ਪਾਸਾ ਉਹ ਐਪ
ਸਮਾਰਟ ਥਰਮੋਸਟੈਟ ਦੇ ਉਦਾਹਰਣ ਵਿੱਚ, ਥਰਮੋਸਟੈਟ ਘਰੇਲੂ WiFi ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕਲਾਉਡ ਵਿੱਚ ਚੱਲ ਰਹੀ ਕਲਾਉਡ ਸੇਵਾ ਨਾਲ ਕਨੈਕਟ ਕਰਦਾ ਹੈ। ਇਹ ਤਾਪਮਾਨ ਡਾਟਾ ਇਸ ਕਲਾਉਡ ਸੇਵਾ ਨੂੰ ਭੇਜਦਾ ਹੈ, ਅਤੇ ਇੱਥੋਂ ਇਹ ਕਿਸੇ ਕਿਸਮ ਦੇ ਡਾਟਾਬੇਸ ਵਿੱਚ ਲਿਖਿਆ ਜਾਂਦਾ ਹੈ ਜਿਸ ਨਾਲ ਮਾਲਕ ਆਪਣੇ ਫੋਨ ਐਪ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮੌਜੂਦਾ ਅਤੇ ਪਿਛਲੇ ਤਾਪਮਾਨ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦਾ ਹੈ। ਕਲਾਉਡ ਵਿੱਚ ਇੱਕ ਹੋਰ ਸੇਵਾ ਜਾਣਦੀ ਹੈ ਕਿ ਮਾਲਕ ਕਿਹੜਾ ਤਾਪਮਾਨ ਚਾਹੁੰਦਾ ਹੈ, ਅਤੇ IoT ਡਿਵਾਈਸ ਨੂੰ ਸੁਨੇਹੇ ਭੇਜਦੀ ਹੈ ਕਲਾਉਡ ਸੇਵਾ ਦੁਆਰਾ ਹੀਟਿੰਗ ਸਿਸਟਮ ਨੂੰ ਚਾਲੂ ਜਾਂ ਬੰਦ ਕਰਨ ਲਈ।
![IoT ਡਿਵਾਈਸ ਲਈ ਤਾਪਮਾਨ ਅਤੇ ਡਾਇਲ ਨੂੰ ਇਨਪੁਟ ਵਜੋਂ ਦਰਸਾਉਣ ਵਾਲਾ ਡਾਇਗ੍ਰਾਮ, IoT ਡਿਵਾਈਸ ਤੋਂ ਕਲਾਉਡ ਤੱਕ 2-ਵੇ ਸੰਚਾਰ, ਜੋ ਫੋਨ ਨਾਲ 2-ਵੇ ਸੰਚਾਰ ਕਰਦਾ ਹੈ, ਅਤੇ IoT ਡਿਵਾਈਸ ਤੋਂ ਹੀਟਰ ਨੂੰ ਆਉਟਪੁਟ ਵਜੋਂ ਕੰਟਰੋਲ ਕਰਨਾ](../../../../../translated_images/pa/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.png)
![IoT ਡਿਵਾਈਸ ਲਈ ਤਾਪਮਾਨ ਅਤੇ ਡਾਇਲ ਨੂੰ ਇਨਪੁਟ ਵਜੋਂ ਦਰਸਾਉਣ ਵਾਲਾ ਡਾਇਗ੍ਰਾਮ, IoT ਡਿਵਾਈਸ ਤੋਂ ਕਲਾਉਡ ਤੱਕ 2-ਵੇ ਸੰਚਾਰ, ਜੋ ਫੋਨ ਨਾਲ 2-ਵੇ ਸੰਚਾਰ ਕਰਦਾ ਹੈ, ਅਤੇ IoT ਡਿਵਾਈਸ ਤੋਂ ਹੀਟਰ ਨੂੰ ਆਉਟਪੁਟ ਵਜੋਂ ਕੰਟਰੋਲ ਕਰਨਾ](../../../../../translated_images/pa/mobile-controlled-thermostat.4a994010473d8d6a.webp)
ਇੱਕ ਹੋਰ ਸਮਾਰਟ ਵਰਜਨ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਕਲਾਉਡ ਵਿੱਚ ਹੋਰ ਸੈਂਸਰਾਂ ਤੋਂ ਡਾਟਾ ਵਰਗੇ ਆਕਿਊਪੈਂਸੀ ਸੈਂਸਰਾਂ ਜੋ ਪਤਾ ਲਗਾਉਂਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਕਮਰੇ ਵਰਤੋਂ ਵਿੱਚ ਹਨ, ਨਾਲ ਨਾਲ ਮੌਸਮ ਅਤੇ ਤੁਹਾਡੇ ਕੈਲੰਡਰ ਵਰਗੇ ਡਾਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮਾਰਟ ਤਰੀਕੇ ਨਾਲ ਤਾਪਮਾਨ ਸੈਟ ਕਰਨ ਦੇ ਫੈਸਲੇ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਲਈ, ਇਹ ਤੁਹਾਡਾ ਹੀਟਿੰਗ ਬੰਦ ਕਰ ਸਕਦਾ ਹੈ ਜੇ ਇਹ ਤੁਹਾਡੇ ਕੈਲੰਡਰ ਤੋਂ ਪੜ੍ਹਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਛੁੱਟੀਆਂ 'ਤੇ ਹੋ, ਜਾਂ ਕਮਰੇ-ਦਰ-ਕਮਰੇ ਹੀਟਿੰਗ ਬੰਦ ਕਰ ਸਕਦਾ ਹੈ ਇਸ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਕਿ ਤੁਸੀਂ ਕਿਹੜੇ ਕਮਰੇ ਵਰਤਦੇ ਹੋ, ਡਾਟਾ ਤੋਂ ਸਿੱਖ ਕੇ ਸਮੇਂ ਦੇ ਨਾਲ ਹੋਰ ਅਤੇ ਹੋਰ ਸਹੀ ਹੋਣ ਲਈ।
@ -148,7 +148,7 @@ Arduino ਬੋਰਡ C ਜਾਂ C++ ਵਿੱਚ ਕੋਡ ਕੀਤੇ ਜਾ
ਤੁਸੀਂ `setup` ਫੰਕਸ਼ਨ ਵਿੱਚ ਆਪਣਾ ਸੈਟਅਪ ਕੋਡ ਲਿਖੋਗੇ, ਜਿਵੇਂ ਕਿ WiFi ਅਤੇ ਕਲਾਉਡ ਸੇਵਾਵਾਂ ਨਾਲ ਕਨੈਕਟ ਕਰਨਾ ਜਾਂ ਇਨਪੁਟ ਅਤੇ ਆਉਟਪੁਟ ਲਈ ਪਿੰਸ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨਾ। ਤੁਹਾਡਾ `loop` ਕੋਡ ਫਿਰ ਪ੍ਰੋਸੈਸਿੰਗ ਕੋਡ ਸ਼ਾਮਲ ਕਰੇਗਾ, ਜਿਵੇਂ ਕਿ ਸੈਂਸਰ ਤੋਂ ਡਾਟਾ ਪੜ੍ਹਨਾ ਅਤੇ ਇਸਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਭੇਜਣਾ। ਤੁਸੀਂ ਆਮ ਤੌਰ 'ਤੇ ਹਰ ਲੂਪ ਵਿੱਚ ਇੱਕ ਡਿਲੇ ਸ਼ਾਮਲ ਕਰਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ ਸੈਂਸਰ ਡਾਟਾ ਸਿਰਫ਼ ਹਰ 10 ਸਕਿੰਟ ਵਿੱਚ ਭੇਜਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਲੂਪ ਦੇ ਅੰਤ ਵਿੱਚ 10 ਸਕਿੰਟ ਦਾ ਡਿਲੇ ਸ਼ਾਮਲ ਕਰਦੇ ਹੋ ਤਾਂ ਜੋ ਮਾਈਕ੍ਰੋਕੰਟਰੋਲਰ ਸੌਂ ਸਕੇ, ਪਾਵਰ ਬਚਾ ਸਕੇ, ਫਿਰ 10 ਸਕਿੰਟ ਬਾਅਦ ਜਰੂਰਤ ਪੈਣ 'ਤੇ ਲੂਪ ਨੂੰ ਮੁੜ ਚਲਾਏ।
![Arduino ਸਕੈਚ ਪਹਿਲਾਂ `setup` ਚਲਾਉਂਦਾ ਹੈ, ਫਿਰ `loop` ਨੂੰ ਮੁੜ-ਮੁੜ ਚਲਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.png)
![Arduino ਸਕੈਚ ਪਹਿਲਾਂ `setup` ਚਲਾਉਂਦਾ ਹੈ, ਫਿਰ `loop` ਨੂੰ ਮੁੜ-ਮੁੜ ਚਲਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/arduino-sketch.79590cb837ff7a7c.webp)
✅ ਇਹ ਪ੍ਰੋਗਰਾਮ ਆਰਕੀਟੈਕਚਰ ਨੂੰ *ਇਵੈਂਟ ਲੂਪ* ਜਾਂ *ਮੇਸੇਜ ਲੂਪ* ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਐਪਲੀਕੇਸ਼ਨ ਇਸਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਵਰਤਦੀਆਂ ਹਨ ਅਤੇ ਇਹ Windows, macOS ਜਾਂ Linux ਜਿਵੇਂ OSes 'ਤੇ ਚਲਣ ਵਾਲੀਆਂ ਜ਼ਿਆਦਾਤਰ ਡੈਸਕਟਾਪ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਮਿਆਰ ਹੈ। `loop` ਯੂਜ਼ਰ ਇੰਟਰਫੇਸ ਕੰਪੋਨੈਂਟ ਜਿਵੇਂ ਕਿ ਬਟਨ ਜਾਂ ਡਿਵਾਈਸਾਂ ਜਿਵੇਂ ਕਿ ਕੀਬੋਰਡ ਤੋਂ ਮੇਸੇਜ ਸੁਣਦਾ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਤੁਸੀਂ ਇਸ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ [ਇਵੈਂਟ ਲੂਪ 'ਤੇ ਲੇਖ](https://wikipedia.org/wiki/Event_loop) ਵਿੱਚ।

@ -1,6 +1,6 @@
# ਸੈਂਸਰ ਅਤੇ ਐਕਚੁਏਟਰ ਨਾਲ ਭੌਤਿਕ ਦੁਨੀਆ ਨਾਲ ਸੰਚਾਰ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-3.cc3b7b4cd646de59.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -92,12 +92,12 @@ IoT ਡਿਵਾਈਸ ਡਿਜ਼ੀਟਲ ਹੁੰਦੇ ਹਨ - ਉਹ ਐ
ਸਭ ਤੋਂ ਸਧਾਰਨ ਡਿਪਟੀਟਲ ਸੈਂਸਰ ਇੱਕ ਬਟਨ ਜਾਂ ਸਵਿੱਚ ਹੈ। ਇਹ ਇੱਕ ਸੈਂਸਰ ਹੈ ਜਿਸ ਵਿੱਚ ਦੋ ਸਥਿਤੀਆਂ ਹਨ, ਚਾਲੂ ਜਾਂ ਬੰਦ।
![ਬਟਨ ਨੂੰ 5 ਵੋਲਟ ਭੇਜੇ ਜਾਂਦੇ ਹਨ। ਜਦੋਂ ਦਬਾਇਆ ਨਹੀਂ ਜਾਂਦਾ ਤਾਂ 0 ਵੋਲਟ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਦਬਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ 5 ਵੋਲਟ ਵਾਪਸ ਕਰਦਾ ਹੈ](../../../../../translated_images/pa/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.png)
![ਬਟਨ ਨੂੰ 5 ਵੋਲਟ ਭੇਜੇ ਜਾਂਦੇ ਹਨ। ਜਦੋਂ ਦਬਾਇਆ ਨਹੀਂ ਜਾਂਦਾ ਤਾਂ 0 ਵੋਲਟ ਵਾਪਸ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਦਬਾਇਆ ਜਾਂਦਾ ਹੈ ਤਾਂ 5 ਵੋਲਟ ਵਾਪਸ ਕਰਦਾ ਹੈ](../../../../../translated_images/pa/button.eadb560b77ac45e5.webp)
IoT ਡਿਵਾਈਸਾਂ 'ਤੇ ਪਿੰਸ ਜਿਵੇਂ ਕਿ GPIO ਪਿੰਸ ਇਸ ਸਿਗਨਲ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ 0 ਜਾਂ 1 ਵਜੋਂ ਮਾਪ ਸਕਦੇ ਹਨ। ਜੇ ਭੇਜਿਆ ਗਿਆ ਵੋਲਟੇਜ ਵਾਪਸ ਆਉਣ ਵਾਲੇ ਵੋਲਟੇਜ ਦੇ ਬਰਾਬਰ ਹੈ, ਤਾਂ ਪੜ੍ਹਿਆ ਗਿਆ ਮੁੱਲ 1 ਹੈ, ਨਹੀਂ ਤਾਂ ਪੜ੍ਹਿਆ ਗਿਆ ਮੁੱਲ 0 ਹੈ। ਸਿਗਨਲ ਨੂੰ ਬਦਲਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ, ਇਹ ਸਿਰਫ 1 ਜਾਂ 0 ਹੋ ਸਕਦਾ ਹੈ।
> 💁
![ਹਲਕੀ ਰੋਸ਼ਨੀ ਘੱਟ ਵੋਲਟੇਜ 'ਤੇ ਮੰਦ ਅਤੇ ਉੱਚ ਵੋਲਟੇਜ 'ਤੇ ਚਮਕਦਾਰ](../../../../../translated_images/pa/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.png)
![ਹਲਕੀ ਰੋਸ਼ਨੀ ਘੱਟ ਵੋਲਟੇਜ 'ਤੇ ਮੰਦ ਅਤੇ ਉੱਚ ਵੋਲਟੇਜ 'ਤੇ ਚਮਕਦਾਰ](../../../../../translated_images/pa/dimmable-light.9ceffeb195dec1a8.webp)
ਸੈਂਸਰਾਂ ਦੀ ਤਰ੍ਹਾਂ, ਅਸਲ IoT ਡਿਵਾਈਸ ਡਿਜ਼ਿਟਲ ਸਿਗਨਲਾਂ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਐਨਾਲੌਗ 'ਤੇ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਐਨਾਲੌਗ ਸਿਗਨਲ ਭੇਜਣ ਲਈ, IoT ਡਿਵਾਈਸ ਨੂੰ ਡਿਜ਼ਿਟਲ ਤੋਂ ਐਨਾਲੌਗ ਕਨਵਰਟਰ (DAC) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜਾਂ ਤਾਂ ਸਿੱਧੇ IoT ਡਿਵਾਈਸ 'ਤੇ ਜਾਂ ਕਨੈਕਟਰ ਬੋਰਡ 'ਤੇ। ਇਹ IoT ਡਿਵਾਈਸ ਤੋਂ 0s ਅਤੇ 1s ਨੂੰ ਐਨਾਲੌਗ ਵੋਲਟੇਜ ਵਿੱਚ ਬਦਲ ਦੇਵੇਗਾ ਜੋ ਐਕਚੁਏਟਰ ਵਰਤ ਸਕਦਾ ਹੈ।
@ -144,7 +144,7 @@ IoT ਡਿਵਾਈਸ ਤੋਂ ਡਿਜ਼ਿਟਲ ਸਿਗਨਲਾਂ ਨ
ਇੱਕ ਸਧਾਰਨ ਡਿਜ਼ਿਟਲ ਐਕਚੁਏਟਰ LED ਹੈ। ਜਦੋਂ ਇੱਕ ਡਿਵਾਈਸ 1 ਦਾ ਡਿਜ਼ਿਟਲ ਸਿਗਨਲ ਭੇਜਦਾ ਹੈ, ਇੱਕ ਉੱਚ ਵੋਲਟੇਜ LED ਨੂੰ ਚਮਕਾਉਂਦਾ ਹੈ। ਜਦੋਂ 0 ਦਾ ਡਿਜ਼ਿਟਲ ਸਿਗਨਲ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ, ਵੋਲਟੇਜ 0V 'ਤੇ ਘਟ ਜਾਂਦਾ ਹੈ ਅਤੇ LED ਬੰਦ ਹੋ ਜਾਂਦਾ ਹੈ।
![LED 0 ਵੋਲਟ 'ਤੇ ਬੰਦ ਅਤੇ 5V 'ਤੇ ਚਾਲੂ](../../../../../translated_images/pa/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.png)
![LED 0 ਵੋਲਟ 'ਤੇ ਬੰਦ ਅਤੇ 5V 'ਤੇ ਚਾਲੂ](../../../../../translated_images/pa/led.ec6d94f66676a174.webp)
✅ ਤੁਹਾਨੂੰ ਹੋਰ ਕਿਹੜੇ ਸਧਾਰਨ 2-ਸਥਿਤੀ ਵਾਲੇ ਐਕਚੁਏਟਰ ਯਾਦ ਹਨ? ਇੱਕ ਉਦਾਹਰਨ ਸੋਲਨਾਇਡ ਹੈ, ਜੋ ਇੱਕ ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟ ਹੈ ਜੋ ਦਰਵਾਜ਼ੇ ਦੇ ਬੋਲਟ ਨੂੰ ਲੌਕ/ਅਨਲੌਕ ਕਰਨ ਲਈ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।

@ -26,7 +26,7 @@ Grove LED ਇੱਕ ਮੋਡੀਊਲ ਦੇ ਰੂਪ ਵਿੱਚ ਆਉਂ
LED ਨੂੰ ਜੋੜੋ।
![A grove LED](../../../../../translated_images/pa/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
![A grove LED](../../../../../translated_images/pa/grove-led.6c853be93f473cf2.webp)
1. ਆਪਣਾ ਮਨਪਸੰਦ LED ਚੁਣੋ ਅਤੇ LED ਮੋਡੀਊਲ ਵਿੱਚ ਦੋ ਛੇਦਾਂ ਵਿੱਚ ਪੈਰ ਪਾ ਦਿਓ।
@ -40,7 +40,7 @@ LED ਨੂੰ ਜੋੜੋ।
1. ਰਾਸਪਬੈਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹੋਏ, Grove ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ Grove Base hat ਦੇ **D5** ਨਾਲ ਜੋੜੋ। ਇਹ ਸਾਕਟ GPIO ਪਿੰਸ ਦੇ ਕੋਲ ਵਾਲੀ ਲਾਈਨ ਵਿੱਚ ਦੂਜਾ ਸਾਕਟ ਹੈ।
![The grove LED connected to socket D5](../../../../../translated_images/pa/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.png)
![The grove LED connected to socket D5](../../../../../translated_images/pa/pi-led.97f1d474981dc35d.webp)
## ਰਾਤ ਦੀ ਲਾਈਟ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -16,13 +16,13 @@
ਲਾਈਟ ਸੈਂਸਰ ਨੂੰ ਜੋੜੋ
![ਗਰੋਵ ਲਾਈਟ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.png)
![ਗਰੋਵ ਲਾਈਟ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-light-sensor.b8127b7c434e632d.webp)
1. ਗਰੋਵ ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਲਾਈਟ ਸੈਂਸਰ ਮੋਡੀਊਲ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਕੇਵਲ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।
1. ਰਾਸਪਬੈਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹੋਏ, ਗਰੋਵ ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ ਗਰੋਵ ਬੇਸ ਹੈਟ ਦੇ ਐਨਾਲੌਗ ਸਾਕਟ **A0** ਵਿੱਚ ਜੋੜੋ। ਇਹ ਸਾਕਟ GPIO ਪਿੰਸ ਦੇ ਕੋਲ ਵਾਲੀ ਕਤਾਰ ਵਿੱਚ ਦائیں ਪਾਸੇ ਤੋਂ ਦੂਜਾ ਹੈ।
![ਗਰੋਵ ਲਾਈਟ ਸੈਂਸਰ A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ](../../../../../translated_images/pa/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.png)
![ਗਰੋਵ ਲਾਈਟ ਸੈਂਸਰ A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ](../../../../../translated_images/pa/pi-light-sensor.66cc1e31fa48cd7d.webp)
## ਲਾਈਟ ਸੈਂਸਰ ਨੂੰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -36,11 +36,11 @@ LED ਨੂੰ CounterFit ਐਪ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋ।
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ Pin 5 'ਤੇ LED ਬਣ ਸਕੇ।
![LED ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.png)
![LED ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-led.ba9db1c9b8c622a6.webp)
LED ਬਣ ਜਾਵੇਗਾ ਅਤੇ ਐਕਚੁਏਟਰ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਬਣਿਆ LED](../../../../../translated_images/pa/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.png)
![ਬਣਿਆ LED](../../../../../translated_images/pa/counterfit-led.c0ab02de6d256ad8.webp)
ਜਦੋਂ LED ਬਣ ਜਾਵੇ, ਤੁਸੀਂ *Color* ਪਿਕਰ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸਦਾ ਰੰਗ ਬਦਲ ਸਕਦੇ ਹੋ। ਰੰਗ ਚੁਣਨ ਤੋਂ ਬਾਅਦ **Set** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ ਰੰਗ ਬਦਲਿਆ ਜਾ ਸਕੇ।

@ -28,11 +28,11 @@ CounterFit ਐਪ ਵਿੱਚ ਲਾਈਟ ਸੈਂਸਰ ਸ਼ਾਮਲ ਕ
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ Pin 0 'ਤੇ ਲਾਈਟ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਲਾਈਟ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.png)
![ਲਾਈਟ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-light-sensor.9f36a5e0d4458d8d.webp)
ਲਾਈਟ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਲਾਈਟ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.png)
![ਲਾਈਟ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-light-sensor.5d0f5584df56b90f.webp)
## ਲਾਈਟ ਸੈਂਸਰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -26,7 +26,7 @@ Grove LED ਇੱਕ ਮੋਡਿਊਲ ਦੇ ਰੂਪ ਵਿੱਚ ਆਉਂ
LED ਨੂੰ ਜੋੜੋ।
![A grove LED](../../../../../translated_images/pa/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
![A grove LED](../../../../../translated_images/pa/grove-led.6c853be93f473cf2.webp)
1. ਆਪਣੀ ਮਨਪਸੰਦ LED ਚੁਣੋ ਅਤੇ LED ਮੋਡਿਊਲ ਦੇ ਦੋ ਛੇਦਾਂ ਵਿੱਚ ਲੱਤਾਂ ਦਾਖਲ ਕਰੋ।

@ -1,6 +1,6 @@
# ਆਪਣਾ ਡਿਵਾਈਸ ਇੰਟਰਨੈਟ ਨਾਲ ਜੁੜੋ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-4.7344e074ea68fa54.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -47,7 +47,7 @@ MQTT IoT ਡਿਵਾਈਸਾਂ ਲਈ ਸਭ ਤੋਂ ਪ੍ਰਸਿੱਧ
MQTT ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ ਬ੍ਰੋਕਰ ਅਤੇ ਕਈ ਕਲਾਇੰਟ ਹੁੰਦੇ ਹਨ। ਸਾਰੇ ਕਲਾਇੰਟ ਬ੍ਰੋਕਰ ਨਾਲ ਜੁੜਦੇ ਹਨ, ਅਤੇ ਬ੍ਰੋਕਰ ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਸਬੰਧਤ ਕਲਾਇੰਟਾਂ ਤੱਕ ਪਹੁੰਚਾਉਂਦਾ ਹੈ। ਸੰਦੇਸ਼ਾਂ ਨੂੰ ਨਾਂਦਤ ਵਿਸ਼ਿਆਂ (topics) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰੂਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਕਿਸੇ ਵਿਅਕਤੀਗਤ ਕਲਾਇੰਟ ਨੂੰ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ। ਇੱਕ ਕਲਾਇੰਟ ਕਿਸੇ ਵਿਸ਼ੇ 'ਤੇ ਪਬਲਿਸ਼ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਕੋਈ ਵੀ ਕਲਾਇੰਟ ਜੋ ਉਸ ਵਿਸ਼ੇ ਨੂੰ ਸਬਸਕ੍ਰਾਈਬ ਕਰਦਾ ਹੈ, ਉਹ ਸੰਦੇਸ਼ ਪ੍ਰਾਪਤ ਕਰੇਗਾ।
![IoT ਡਿਵਾਈਸ /telemetry ਵਿਸ਼ੇ 'ਤੇ ਟੈਲੀਮੈਟਰੀ ਪਬਲਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਅਤੇ ਕਲਾਉਡ ਸੇਵਾ ਉਸ ਵਿਸ਼ੇ ਨੂੰ ਸਬਸਕ੍ਰਾਈਬ ਕਰ ਰਹੀ ਹੈ](../../../../../translated_images/pa/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.png)
![IoT ਡਿਵਾਈਸ /telemetry ਵਿਸ਼ੇ 'ਤੇ ਟੈਲੀਮੈਟਰੀ ਪਬਲਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਅਤੇ ਕਲਾਉਡ ਸੇਵਾ ਉਸ ਵਿਸ਼ੇ ਨੂੰ ਸਬਸਕ੍ਰਾਈਬ ਕਰ ਰਹੀ ਹੈ](../../../../../translated_images/pa/mqtt.cbf7f21d9adc3e17.webp)
✅ ਕੁਝ ਖੋਜ ਕਰੋ। ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਕਈ IoT ਡਿਵਾਈਸ ਹਨ, ਤਾਂ ਤੁਸੀਂ ਕਿਵੇਂ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋ ਕਿ ਤੁਹਾਡਾ MQTT ਬ੍ਰੋਕਰ ਸਾਰੇ ਸੁਨੇਹਿਆਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ?
@ -69,7 +69,7 @@ MQTT ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ ਬ੍ਰੋਕਰ ਅਤੇ ਕਈ
> 💁 ਇਹ ਟੈਸਟ ਬ੍ਰੋਕਰ ਪਬਲਿਕ ਹੈ ਅਤੇ ਸੁਰੱਖਿਅਤ ਨਹੀਂ ਹੈ। ਕੋਈ ਵੀ ਤੁਹਾਡੇ ਪਬਲਿਸ਼ ਕੀਤੇ ਗਏ ਡਾਟਾ ਨੂੰ ਸੁਣ ਸਕਦਾ ਹੈ, ਇਸ ਲਈ ਇਸਨੂੰ ਕਿਸੇ ਵੀ ਡਾਟਾ ਨਾਲ ਵਰਤਿਆ ਨਹੀਂ ਜਾਣਾ ਚਾਹੀਦਾ ਜਿਸਨੂੰ ਗੁਪਤ ਰੱਖਣ ਦੀ ਲੋੜ ਹੈ।
![ਅਸਾਈਨਮੈਂਟ ਦਾ ਫਲੋ ਚਾਰਟ ਜੋ ਲਾਈਟ ਲੈਵਲ ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ ਜਾਂਚ ਕਰਨ ਅਤੇ LED ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.png)
![ਅਸਾਈਨਮੈਂਟ ਦਾ ਫਲੋ ਚਾਰਟ ਜੋ ਲਾਈਟ ਲੈਵਲ ਨੂੰ ਪੜ੍ਹਨ ਅਤੇ ਜਾਂਚ ਕਰਨ ਅਤੇ LED ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/assignment-1-internet-flow.3256feab5f052fd2.webp)
ਹੇਠਾਂ ਦਿੱਤੇ ਸਟੈਪ ਦੀ ਪਾਲਣਾ ਕਰੋ ਤਾਂ ਜੋ ਆਪਣੇ ਡਿਵਾਈਸ ਨੂੰ MQTT ਬ੍ਰੋਕਰ ਨਾਲ ਜੁੜ ਸਕੋ:

@ -1,6 +1,6 @@
## ਪੌਦਿਆਂ ਦੀ ਵਾਧੂ ਦਰ ਨੂੰ IoT ਨਾਲ ਅਨੁਮਾਨ ਲਗਾਓ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-5.42b234299279d263.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -102,7 +102,7 @@
ਉਦਾਹਰਣ ਲਈ, ਜੇ ਦਿਨ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਤਾਪਮਾਨ 25°C ਹੈ, ਅਤੇ ਘੱਟ ਤਾਪਮਾਨ 12°C ਹੈ:
![GDD = 25 + 12 ਨੂੰ 2 ਨਾਲ ਵੰਡੋ, ਫਿਰ ਨਤੀਜੇ ਵਿੱਚੋਂ 10 ਘਟਾਓ, ਜਿਸ ਨਾਲ 8.5 ਮਿਲਦਾ ਹੈ](../../../../../translated_images/pa/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.png)
![GDD = 25 + 12 ਨੂੰ 2 ਨਾਲ ਵੰਡੋ, ਫਿਰ ਨਤੀਜੇ ਵਿੱਚੋਂ 10 ਘਟਾਓ, ਜਿਸ ਨਾਲ 8.5 ਮਿਲਦਾ ਹੈ](../../../../../translated_images/pa/gdd-calculation-strawberries.59f57db94b22adb8.webp)
* 25 + 12 = 37
* 37 / 2 = 18.5

@ -33,7 +33,7 @@
ਜੂਪਿਟਰ ਸ਼ੁਰੂ ਹੋਵੇਗਾ ਅਤੇ ਨੋਟਬੁੱਕ ਤੁਹਾਡੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਖੁਲ ਜਾਵੇਗਾ। ਨੋਟਬੁੱਕ ਵਿੱਚ ਦਿੱਤੀਆਂ ਹਦਾਇਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰੋ, ਤਾਪਮਾਨਾਂ ਨੂੰ ਵਿਜੁਅਲਾਈਜ਼ ਕਰੋ ਅਤੇ ਗ੍ਰੋਇੰਗ ਡਿਗਰੀ ਡੇਜ਼ ਦੀ ਗਣਨਾ ਕਰੋ।
![ਜੂਪਿਟਰ ਨੋਟਬੁੱਕ](../../../../../translated_images/pa/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.png)
![ਜੂਪਿਟਰ ਨੋਟਬੁੱਕ](../../../../../translated_images/pa/gdd-jupyter-notebook.c5b52cf21094f158.webp)
## ਰੂਬ੍ਰਿਕ

@ -16,7 +16,7 @@
ਤਾਪਮਾਨ ਸੈਂਸਰ ਨੂੰ ਕਨੈਕਟ ਕਰੋ
![ਗ੍ਰੋਵ ਤਾਪਮਾਨ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
![ਗ੍ਰੋਵ ਤਾਪਮਾਨ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-dht11.07f8eafceee17004.webp)
1. ਗ੍ਰੋਵ ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਹਮਿਡਿਟੀ ਅਤੇ ਤਾਪਮਾਨ ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਪਾਸੇ ਤੋਂ ਹੀ ਜਾਵੇਗਾ।

@ -38,11 +38,11 @@ CounterFit ਐਪ ਵਿੱਚ ਨਮੀ ਅਤੇ ਤਾਪਮਾਨ ਸੈਂ
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ ਪਿਨ 5 'ਤੇ ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਨਮੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.png)
![ਨਮੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-humidity-sensor.2750e27b6f30e09c.webp)
ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.png)
![ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-humidity-sensor.7b12f7f339e430cb.webp)
1. ਤਾਪਮਾਨ ਸੈਂਸਰ ਬਣਾਓ:
@ -54,11 +54,11 @@ CounterFit ਐਪ ਵਿੱਚ ਨਮੀ ਅਤੇ ਤਾਪਮਾਨ ਸੈਂ
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ ਪਿਨ 6 'ਤੇ ਤਾਪਮਾਨ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਤਾਪਮਾਨ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.png)
![ਤਾਪਮਾਨ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-temperature-sensor.199350ed34f7343d.webp)
ਤਾਪਮਾਨ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਤਾਪਮਾਨ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.png)
![ਤਾਪਮਾਨ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-temperature-sensor.f0560236c96a9016.webp)
## ਤਾਪਮਾਨ ਸੈਂਸਰ ਐਪ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -18,7 +18,7 @@ Grove ਤਾਪਮਾਨ ਸੈਂਸਰ ਨੂੰ Wio ਟਰਮੀਨਲ ਦੇ
ਤਾਪਮਾਨ ਸੈਂਸਰ ਨੂੰ ਜੋੜੋ।
![ਇੱਕ Grove ਤਾਪਮਾਨ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
![ਇੱਕ Grove ਤਾਪਮਾਨ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-dht11.07f8eafceee17004.webp)
1. ਇੱਕ Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਹਿਉਮਿਡਿਟੀ ਅਤੇ ਤਾਪਮਾਨ ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।

@ -1,6 +1,6 @@
# ਮਿੱਟੀ ਦੀ ਨਮੀ ਦੀ ਪਛਾਣ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-6.3e493b60eee85adc8c74dfeaaec3a3a6cfba61fedbcb84aa0146e7e80603a5dd.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-6.3e493b60eee85adc.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -16,7 +16,7 @@
ਪਿਛਲੇ ਪਾਠ ਵਿੱਚ ਅਸੀਂ ਇੱਕ ਵਾਤਾਵਰਣੀ ਗੁਣਵੱਤਾ ਨੂੰ ਮਾਪਣ ਅਤੇ ਇਸਨੂੰ ਪੌਦਿਆਂ ਦੀ ਵਾਧੇ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਵਰਤਣ ਬਾਰੇ ਸਿੱਖਿਆ। ਤਾਪਮਾਨ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਮਹਿੰਗਾ ਹੁੰਦਾ ਹੈ, ਜਿਸ ਲਈ ਨਿਯੰਤਰਿਤ ਵਾਤਾਵਰਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਪੌਦਿਆਂ ਲਈ ਸਭ ਤੋਂ ਆਸਾਨ ਵਾਤਾਵਰਣੀ ਗੁਣਵੱਤਾ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨਾ ਪਾਣੀ ਹੈ - ਕੁਝ ਜੋ ਹਰ ਰੋਜ਼ ਵੱਡੇ ਪੱਧਰ ਦੇ ਸਿੰਚਾਈ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਲੈ ਕੇ ਬੱਚਿਆਂ ਦੁਆਰਾ ਆਪਣੇ ਬਾਗਾਂ ਨੂੰ ਪਾਣੀ ਦੇਣ ਤੱਕ ਨਿਯੰਤਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
![ਇੱਕ ਬੱਚਾ ਬਾਗ ਨੂੰ ਪਾਣੀ ਦੇ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/child-watering-garden.9a5d3f1bfe6d0d8d488291e8189899b2c59f82abaa487f18d404217a25e671e7.jpg)
![ਇੱਕ ਬੱਚਾ ਬਾਗ ਨੂੰ ਪਾਣੀ ਦੇ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/child-watering-garden.9a5d3f1bfe6d0d8d.webp)
ਇਸ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ ਮਿੱਟੀ ਦੀ ਨਮੀ ਨੂੰ ਮਾਪਣ ਬਾਰੇ ਸਿੱਖੋਗੇ, ਅਤੇ ਅਗਲੇ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ ਇੱਕ ਆਟੋਮੈਟਿਕ ਪਾਣੀ ਦੇਣ ਵਾਲੀ ਪ੍ਰਣਾਲੀ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋਗੇ। ਇਸ ਪਾਠ ਵਿੱਚ ਇੱਕ ਤੀਜਾ ਸੈਂਸਰ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਹੈ। ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਇੱਕ ਲਾਈਟ ਸੈਂਸਰ ਅਤੇ ਤਾਪਮਾਨ ਸੈਂਸਰ ਵਰਤ ਚੁੱਕੇ ਹੋ, ਇਸ ਲਈ ਇਸ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ ਇਹ ਵੀ ਸਿੱਖੋਗੇ ਕਿ ਸੈਂਸਰ ਅਤੇ ਐਕਚੁਏਟਰ IoT ਡਿਵਾਈਸਾਂ ਨਾਲ ਕਿਵੇਂ ਸੰਚਾਰ ਕਰਦੇ ਹਨ, ਤਾਂ ਜੋ ਇਹ ਸਮਝਿਆ ਜਾ ਸਕੇ ਕਿ ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਸੈਂਸਰ IoT ਡਿਵਾਈਸ ਨੂੰ ਡਾਟਾ ਕਿਵੇਂ ਭੇਜ ਸਕਦਾ ਹੈ।
@ -55,7 +55,7 @@
* ਕੈਪੇਸਿਟਿਵ - ਇੱਕ ਕੈਪੇਸਿਟਿਵ ਨਮੀ ਸੈਂਸਰ ਇੱਕ ਸਕਾਰਾਤਮਕ ਅਤੇ ਨਕਾਰਾਤਮਕ ਬਿਜਲੀ ਪਲੇਟ ਦੇ ਵਿਚਕਾਰ ਸਟੋਰ ਕੀਤੇ ਜਾ ਸਕਣ ਵਾਲੇ ਬਿਜਲੀ ਚਾਰਜ ਦੀ ਮਾਤਰਾ ਜਾਂ [ਕੈਪੇਸਿਟੈਂਸ](https://wikipedia.org/wiki/Capacitance) ਨੂੰ ਮਾਪਦਾ ਹੈ। ਮਿੱਟੀ ਦੀ ਕੈਪੇਸਿਟੈਂਸ ਨਮੀ ਦੇ ਪੱਧਰ ਦੇ ਬਦਲਣ ਨਾਲ ਬਦਲਦੀ ਹੈ, ਅਤੇ ਇਸਨੂੰ ਇੱਕ ਵੋਲਟੇਜ ਵਿੱਚ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ ਜਿਸਨੂੰ IoT ਡਿਵਾਈਸ ਦੁਆਰਾ ਮਾਪਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਮਿੱਟੀ ਜਿੰਨੀ ਗਿੱਲੀ ਹੋਵੇਗੀ, ਨਿਕਲਣ ਵਾਲਾ ਵੋਲਟੇਜ ਉੱਨਾ ਘੱਟ ਹੋਵੇਗਾ।
![ਇੱਕ ਕੈਪੇਸਿਟਿਵ ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
![ਇੱਕ ਕੈਪੇਸਿਟਿਵ ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
ਇਹ ਦੋਵੇਂ ਐਨਾਲੌਗ ਸੈਂਸਰ ਹਨ, ਜੋ ਮਿੱਟੀ ਦੀ ਨਮੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਵੋਲਟੇਜ ਵਾਪਸ ਕਰਦੇ ਹਨ। ਤਾਂ ਇਹ ਵੋਲਟੇਜ ਤੁਹਾਡੇ ਕੋਡ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਦਾ ਹੈ? ਇਹ ਸੈਂਸਰ ਵਰਤਣ ਤੋਂ ਪਹਿਲਾਂ, ਆਓ ਵੇਖੀਏ ਕਿ ਸੈਂਸਰ ਅਤੇ ਐਕਚੁਏਟਰ IoT ਡਿਵਾਈਸਾਂ ਨਾਲ ਕਿਵੇਂ ਸੰਚਾਰ ਕਰਦੇ ਹਨ।

@ -20,14 +20,14 @@
ਗ੍ਰੈਵੀਮੈਟ੍ਰਿਕ ਮਿੱਟੀ ਨਮੀ ਦੀ ਗਣਨਾ ਇਸ ਤਰ੍ਹਾਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ:
![soil moisture % is weight wet minus weight dry, divided by weight dry, times 100](../../../../../translated_images/pa/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.png)
![soil moisture % is weight wet minus weight dry, divided by weight dry, times 100](../../../../../translated_images/pa/gsm-calculation.6da38c6201eec14e.webp)
* W - ਗੀਲੀ ਮਿੱਟੀ ਦਾ ਵਜ਼ਨ
* W - ਸੁੱਕੀ ਮਿੱਟੀ ਦਾ ਵਜ਼ਨ
ਉਦਾਹਰਨ ਲਈ, ਮੰਨੋ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਮਿੱਟੀ ਦਾ ਨਮੂਨਾ ਹੈ ਜੋ 212g ਗੀਲਾ ਅਤੇ 197g ਸੁੱਕਾ ਹੈ।
![The calculation filled in](../../../../../translated_images/pa/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.png)
![The calculation filled in](../../../../../translated_images/pa/gsm-calculation-example.99f9803b4f29e976.webp)
* W = 212g
* W = 197g

@ -18,13 +18,13 @@
ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ ਜੋੜੋ।
![ਗ੍ਰੋਵ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
![ਗ੍ਰੋਵ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
1. ਗ੍ਰੋਵ ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।
1. ਰਾਸਪਬੈਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹੋਏ, ਗ੍ਰੋਵ ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ ਗ੍ਰੋਵ ਬੇਸ ਹੈਟ ਦੇ ਐਨਾਲੌਗ ਸਾਕਟ **A0** ਵਿੱਚ ਜੋੜੋ। ਇਹ ਸਾਕਟ GPIO ਪਿਨਾਂ ਦੇ ਕੋਲ ਵਾਲੀ ਕਤਾਰ ਵਿੱਚ ਸੱਜੇ ਪਾਸੇ ਤੋਂ ਦੂਜਾ ਹੈ।
![A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਗ੍ਰੋਵ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.png)
![A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਗ੍ਰੋਵ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/pi-soil-moisture-sensor.fdd7eb2393792cf6.webp)
1. ਮਿੱਟੀ ਵਿੱਚ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਪਾਓ। ਇਸ 'ਤੇ ਇੱਕ 'ਸਭ ਤੋਂ ਉੱਚੀ ਸਥਿਤੀ ਲਾਈਨ' ਹੈ - ਸੈਂਸਰ 'ਤੇ ਇੱਕ ਚਿੱਟੀ ਲਾਈਨ। ਸੈਂਸਰ ਨੂੰ ਇਸ ਲਾਈਨ ਤੱਕ ਪਾਓ ਪਰ ਇਸ ਤੋਂ ਪਾਰ ਨਾ ਕਰੋ।

@ -34,11 +34,11 @@ CounterFit ਐਪ ਵਿੱਚ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਸ਼
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ *Soil Moisture* ਸੈਂਸਰ Pin 0 'ਤੇ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.png)
![ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-soil-moisture-sensor.35266135a5e0ae68.webp)
ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.png)
![ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-soil-moisture-sensor.81742b2de0e9de60.webp)
## ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਐਪ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -18,7 +18,7 @@ Grove ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ Wio ਟਰਮੀਨਲ
ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ ਜੁੜੋ।
![Grove ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
![Grove ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ](../../../../../translated_images/pa/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
1. Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।

@ -1,6 +1,6 @@
# ਆਟੋਮੈਟਿਕ ਪੌਧੇ ਪਾਣੀ ਦੇਣ ਦੀ ਪ੍ਰਣਾਲੀ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-7.30b5f577d3cb8e03.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -32,7 +32,7 @@ IoT ਡਿਵਾਈਸ ਘੱਟ ਵੋਲਟੇਜ ਵਰਤਦੇ ਹਨ।
ਇਸ ਦਾ ਹੱਲ ਇਹ ਹੈ ਕਿ ਪੰਪ ਨੂੰ ਬਾਹਰੀ ਪਾਵਰ ਸਪਲਾਈ ਨਾਲ ਜੋੜਿਆ ਜਾਵੇ, ਅਤੇ ਪੰਪ ਨੂੰ ਚਾਲੂ ਕਰਨ ਲਈ ਇੱਕ ਐਕਚੁਏਟਰ ਵਰਤਿਆ ਜਾਵੇ, ਬਿਲਕੁਲ ਇਸ ਤਰ੍ਹਾਂ ਜਿਵੇਂ ਤੁਸੀਂ ਲਾਈਟ ਚਾਲੂ ਕਰਨ ਲਈ ਸਵਿੱਚ ਚਾਲੂ ਕਰਦੇ ਹੋ। ਤੁਹਾਡੇ ਉੰਗਲ ਦੇ ਸਵਿੱਚ ਨੂੰ ਫਲਿੱਪ ਕਰਨ ਲਈ ਬਹੁਤ ਘੱਟ ਪਾਵਰ (ਤੁਹਾਡੇ ਸਰੀਰ ਵਿੱਚ ਉਰਜਾ ਦੇ ਰੂਪ ਵਿੱਚ) ਲੱਗਦੀ ਹੈ, ਅਤੇ ਇਹ ਲਾਈਟ ਨੂੰ 110v/240v 'ਤੇ ਚੱਲ ਰਹੀ ਮੈਨਜ਼ ਬਿਜਲੀ ਨਾਲ ਜੋੜਦਾ ਹੈ।
![ਇੱਕ ਲਾਈਟ ਸਵਿੱਚ ਲਾਈਟ ਨੂੰ ਚਾਲੂ ਕਰਨ ਲਈ ਪਾਵਰ ਚਾਲੂ ਕਰਦਾ ਹੈ](../../../../../translated_images/pa/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.png)
![ਇੱਕ ਲਾਈਟ ਸਵਿੱਚ ਲਾਈਟ ਨੂੰ ਚਾਲੂ ਕਰਨ ਲਈ ਪਾਵਰ ਚਾਲੂ ਕਰਦਾ ਹੈ](../../../../../translated_images/pa/light-switch.760317ad6ab8bd6d.webp)
> 🎓 [ਮੈਨਜ਼ ਬਿਜਲੀ](https://wikipedia.org/wiki/Mains_electricity) ਦਾ ਅਰਥ ਹੈ ਉਹ ਬਿਜਲੀ ਜੋ ਦੁਨੀਆ ਦੇ ਕਈ ਹਿੱਸਿਆਂ ਵਿੱਚ ਰਾਸ਼ਟਰੀ ਢਾਂਚੇ ਦੁਆਰਾ ਘਰਾਂ ਅਤੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ।
@ -72,7 +72,7 @@ IoT ਡਿਵਾਈਸ ਘੱਟ ਵੋਲਟੇਜ ਵਰਤਦੇ ਹਨ।
ਇਲੈਕਟ੍ਰੋਮੈਗਨੈਟ ਨੂੰ ਲੀਵਰ ਨੂੰ ਚਾਲੂ ਕਰਨ ਅਤੇ ਖਿੱਚਣ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪਾਵਰ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ, ਇਸਨੂੰ IoT ਡਿਵਾਈਸ ਕਿੱਟ ਦੇ 3.3V ਜਾਂ 5V ਆਉਟਪੁੱਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੰਟਰੋਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਆਉਟਪੁੱਟ ਸਰਕਟ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪਾਵਰ ਲੈ ਸਕਦਾ ਹੈ, ਰਿਲੇ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਮੈਨਜ਼ ਵੋਲਟੇਜ ਜਾਂ ਇੱਥੇ ਤੱਕ ਕਿ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਲਈ ਹੋਰ ਉੱਚ ਪਾਵਰ ਪੱਧਰ ਸ਼ਾਮਲ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ ਇੱਕ IoT ਡਿਵਾਈਸ ਕਿੱਟ ਇੱਕ ਸਿੰਚਾਈ ਪ੍ਰਣਾਲੀ ਨੂੰ ਕੰਟਰੋਲ ਕਰ ਸਕਦੀ ਹੈ, ਇੱਕ ਪੌਧੇ ਲਈ ਇੱਕ ਛੋਟੇ ਪੰਪ ਤੋਂ ਲੈ ਕੇ ਇੱਕ ਵੱਡੇ ਉਦਯੋਗਿਕ ਪ੍ਰਣਾਲੀ ਲਈ ਇੱਕ ਵਪਾਰਕ ਫਾਰਮ ਤੱਕ।
![ਗਰੋਵ ਰਿਲੇ ਜਿਸ ਵਿੱਚ ਕੰਟਰੋਲ ਸਰਕਟ, ਆਉਟਪੁੱਟ ਸਰਕਟ ਅਤੇ ਰਿਲੇ ਲੇਬਲ ਕੀਤੇ ਗਏ ਹਨ](../../../../../translated_images/pa/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.png)
![ਗਰੋਵ ਰਿਲੇ ਜਿਸ ਵਿੱਚ ਕੰਟਰੋਲ ਸਰਕਟ, ਆਉਟਪੁੱਟ ਸਰਕਟ ਅਤੇ ਰਿਲੇ ਲੇਬਲ ਕੀਤੇ ਗਏ ਹਨ](../../../../../translated_images/pa/grove-relay-labelled.293e068f5c3c2a19.webp)
ਉਪਰੋਕਤ ਚਿੱਤਰ ਵਿੱਚ ਇੱਕ ਗਰੋਵ ਰਿਲੇ ਦਿਖਾਇਆ ਗਿਆ ਹੈ। ਕੰਟਰੋਲ ਸਰਕਟ IoT ਡਿਵਾਈਸ ਨਾਲ ਜੁੜਦਾ ਹੈ ਅਤੇ 3.3V ਜਾਂ 5V ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਰਿਲੇ ਨੂੰ ਚਾਲੂ ਜਾਂ ਬੰਦ ਕਰਦਾ ਹੈ। ਆਉਟਪੁੱਟ ਸਰਕਟ ਵਿੱਚ ਦੋ ਟਰਮੀਨਲ ਹਨ, ਦੋਵੇਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਪਾਵਰ ਜਾਂ ਗਰਾਊਂਡ ਹੋ ਸਕਦਾ ਹੈ। ਆਉਟਪੁੱਟ ਸਰਕਟ 250V 'ਤੇ 10A ਤੱਕ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਜੋ ਮੈਨਜ਼-ਪਾਵਰ ਵਾਲੇ ਡਿਵਾਈਸਾਂ ਦੀ ਇੱਕ ਸ਼੍ਰੇਣੀ ਲਈ ਕਾਫ਼ੀ ਹੈ। ਤੁਸੀਂ ਰਿਲੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਹੋਰ ਉੱਚ ਪਾਵਰ ਪੱਧਰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ।

@ -18,13 +18,13 @@
ਰਿਲੇ ਨੂੰ ਜੁੜੋ।
![ਗ੍ਰੋਵ ਰਿਲੇ](../../../../../translated_images/pa/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
![ਗ੍ਰੋਵ ਰਿਲੇ](../../../../../translated_images/pa/grove-relay.d426958ca210fbd0.webp)
1. ਗ੍ਰੋਵ ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਰਿਲੇ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।
1. ਰਾਸਪਬੇਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹੋਏ, ਗ੍ਰੋਵ ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ ਗ੍ਰੋਵ ਬੇਸ ਹੈਟ ਦੇ **D5** ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਡਿਜ਼ੀਟਲ ਸਾਕਟ ਵਿੱਚ ਜੁੜੋ। ਇਹ ਸਾਕਟ GPIO ਪਿਨ ਦੇ ਕੋਲ ਵਾਲੀ ਕਤਾਰ ਵਿੱਚ ਖੱਬੇ ਪਾਸੇ ਤੋਂ ਦੂਜਾ ਹੈ। ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ **A0** ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਰਹਿਣ ਦਿਓ।
![ਗ੍ਰੋਵ ਰਿਲੇ D5 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ, ਅਤੇ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ](../../../../../translated_images/pa/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.png)
![ਗ੍ਰੋਵ ਰਿਲੇ D5 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ, ਅਤੇ ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ A0 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ ਹੈ](../../../../../translated_images/pa/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e.webp)
1. ਮਿੱਟੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ ਮਿੱਟੀ ਵਿੱਚ ਪਾਓ, ਜੇਕਰ ਇਹ ਪਹਿਲੇ ਪਾਠ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਨਹੀਂ ਪਾਇਆ ਗਿਆ।

@ -28,11 +28,11 @@
1. **Add** ਬਟਨ ਨੂੰ ਚੁਣੋ ਤਾਂ ਜੋ ਪਿਨ 5 'ਤੇ ਰੀਲੇ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਰੀਲੇ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.png)
![ਰੀਲੇ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-relay.fa7c40fd0f2f6afc.webp)
ਰੀਲੇ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਇਹ ਐਕਚੁਏਟਰਸ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਬਣਾਇਆ ਗਿਆ ਰੀਲੇ](../../../../../translated_images/pa/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.png)
![ਬਣਾਇਆ ਗਿਆ ਰੀਲੇ](../../../../../translated_images/pa/counterfit-relay.bbf74c1dbdc8b9ac.webp)
## ਰੀਲੇ ਨੂੰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -1,6 +1,6 @@
# ਆਪਣਾ ਪੌਦਾ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-8.3f21f3c11159e6a0.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -46,8 +46,8 @@ IoT ਡਿਵਾਈਸ ਨੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਦਰਸਾਉ
ਕਲਾਉਡ ਨੂੰ ਅਕਸਰ ਮਜ਼ਾਕ ਵਿੱਚ 'ਕਿਸੇ ਹੋਰ ਦਾ ਕੰਪਿਊਟਰ' ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਸ਼ੁਰੂਆਤੀ ਵਿਚਾਰ ਸਧਾਰਨ ਸੀ - ਕਮਪਿਊਟਰ ਖਰੀਦਣ ਦੀ ਬਜਾਏ, ਤੁਸੀਂ ਕਿਸੇ ਹੋਰ ਦਾ ਕੰਪਿਊਟਰ ਕਿਰਾਏ 'ਤੇ ਲੈਂਦੇ ਹੋ। ਕੋਈ ਹੋਰ, ਇੱਕ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਪ੍ਰਦਾਤਾ, ਵੱਡੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦਾ ਪ੍ਰਬੰਧ ਕਰਦਾ ਹੈ। ਉਹ ਹਾਰਡਵੇਅਰ ਖਰੀਦਣ ਅਤੇ ਇੰਸਟਾਲ ਕਰਨ, ਪਾਵਰ ਅਤੇ ਕੂਲਿੰਗ, ਨੈਟਵਰਕਿੰਗ, ਇਮਾਰਤ ਦੀ ਸੁਰੱਖਿਆ, ਹਾਰਡਵੇਅਰ ਅਤੇ ਸੌਫਟਵੇਅਰ ਅਪਡੇਟਸ, ਹਰੇਕ ਚੀਜ਼ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੁੰਦੇ ਹਨ। ਇੱਕ ਗਾਹਕ ਵਜੋਂ, ਤੁਸੀਂ ਜਿੰਨੇ ਕਮਪਿਊਟਰਾਂ ਦੀ ਲੋੜ ਹੈ ਉਹ ਕਿਰਾਏ 'ਤੇ ਲੈਂਦੇ ਹੋ, ਮੰਗ ਵਧਣ 'ਤੇ ਹੋਰ ਕਿਰਾਏ 'ਤੇ ਲੈਂਦੇ ਹੋ, ਅਤੇ ਜਦੋਂ ਮੰਗ ਘਟ ਜਾਂਦੀ ਹੈ ਤਾਂ ਕਮ ਕਰਦੇ ਹੋ। ਇਹ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਹਨ।
![ਮਾਈਕਰੋਸਾਫਟ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ](../../../../../translated_images/pa/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.png)
![ਮਾਈਕਰੋਸਾਫਟ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ ਯੋਜਿਤ ਵਿਸਥਾਰ](../../../../../translated_images/pa/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.png)
![ਮਾਈਕਰੋਸਾਫਟ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ](../../../../../translated_images/pa/azure-region-existing.73f704604f2aa6cb.webp)
![ਮਾਈਕਰੋਸਾਫਟ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ ਯੋਜਿਤ ਵਿਸਥਾਰ](../../../../../translated_images/pa/azure-region-planned-expansion.a5074a1e8af74f15.webp)
ਇਹ ਡਾਟਾ ਸੈਂਟਰ ਕਈ ਵਰਗ ਕਿਲੋਮੀਟਰ ਦੇ ਖੇਤਰ ਵਿੱਚ ਫੈਲੇ ਹੋ ਸਕਦੇ ਹਨ। ਉਪਰੋਕਤ ਚਿੱਤਰ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਮਾਈਕਰੋਸਾਫਟ ਕਲਾਉਡ ਡਾਟਾ ਸੈਂਟਰ ਵਿੱਚ ਲਏ ਗਏ ਸਨ, ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਆਕਾਰ ਦੇ ਨਾਲ ਯੋਜਿਤ ਵਿਸਥਾਰ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਵਿਸਥਾਰ ਲਈ ਸਾਫ ਕੀਤਾ ਖੇਤਰ 5 ਵਰਗ ਕਿਲੋਮੀਟਰ ਤੋਂ ਵੱਧ ਹੈ।
@ -102,7 +102,7 @@ Azure ਦੇ ਦੋ ਵੱਖ-ਵੱਖ ਕਿਸਮ ਦੇ ਮੁਫ਼ਤ ਸ
ਹੁਣ ਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ Azure ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਹੈ, ਤੁਸੀਂ IoT ਸੇਵਾ ਲਈ ਸਾਈਨ ਅਪ ਕਰ ਸਕਦੇ ਹੋ। ਮਾਈਕਰੋਸਾਫਟ ਦੀ IoT ਸੇਵਾ ਨੂੰ Azure IoT Hub ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
![Azure IoT Hub ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.png)
![Azure IoT Hub ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-iot-hub-logo.28a19de76d0a1932.webp)
ਹੇਠਾਂ ਦਿੱਤਾ ਵੀਡੀਓ Azure IoT Hub ਦਾ ਛੋਟਾ ਜਿਹਾ ਝਲਕ ਦਿੰਦਾ ਹੈ:

@ -1,6 +1,6 @@
# ਆਪਣੀ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗ੍ਰੇਟ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-9.dfe99c8e891f48e1.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -28,7 +28,7 @@
ਸਰਵਰਲੈੱਸ ਜਾਂ ਸਰਵਰਲੈੱਸ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਛੋਟੇ ਕੋਡ ਦੇ ਬਲੌਕ ਬਣਾਉਣ ਸ਼ਾਮਲ ਹਨ ਜੋ ਵੱਖ-ਵੱਖ ਪ੍ਰਕਾਰ ਦੇ ਇਵੈਂਟਸ ਦੇ ਜਵਾਬ ਵਿੱਚ ਕਲਾਉਡ ਵਿੱਚ ਚਲਦੇ ਹਨ। ਜਦੋਂ ਇਵੈਂਟ ਹੁੰਦਾ ਹੈ, ਤੁਹਾਡਾ ਕੋਡ ਚਲਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਇਵੈਂਟ ਬਾਰੇ ਡਾਟਾ ਪ੍ਰਾਪਤ ਹੁੰਦਾ ਹੈ। ਇਹ ਇਵੈਂਟ ਵੱਖ-ਵੱਖ ਚੀਜ਼ਾਂ ਤੋਂ ਹੋ ਸਕਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਵੈੱਬ ਰਿਕਵੈਸਟ, ਕਤਾਰ ਵਿੱਚ ਪਾਈ ਗਈਆਂ ਸੁਨੇਹੇ, ਡਾਟਾਬੇਸ ਵਿੱਚ ਡਾਟਾ ਵਿੱਚ ਬਦਲਾਅ, ਜਾਂ IoT ਡਿਵਾਈਸਾਂ ਦੁਆਰਾ IoT ਸੇਵਾ ਨੂੰ ਭੇਜੇ ਗਏ ਸੁਨੇਹੇ।
![IoT ਸੇਵਾ ਤੋਂ ਸਰਵਰਲੈੱਸ ਸੇਵਾ ਤੱਕ ਭੇਜੇ ਜਾ ਰਹੇ ਇਵੈਂਟਸ, ਜਿੱਥੇ ਕਈ ਫੰਕਸ਼ਨ ਇੱਕੋ ਸਮੇਂ 'ਤੇ ਚਲ ਰਹੇ ਹਨ](../../../../../translated_images/pa/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.png)
![IoT ਸੇਵਾ ਤੋਂ ਸਰਵਰਲੈੱਸ ਸੇਵਾ ਤੱਕ ਭੇਜੇ ਜਾ ਰਹੇ ਇਵੈਂਟਸ, ਜਿੱਥੇ ਕਈ ਫੰਕਸ਼ਨ ਇੱਕੋ ਸਮੇਂ 'ਤੇ ਚਲ ਰਹੇ ਹਨ](../../../../../translated_images/pa/iot-messages-to-serverless.0194da1cc0732bb7.webp)
> 💁 ਜੇ ਤੁਸੀਂ ਪਹਿਲਾਂ ਡਾਟਾਬੇਸ ਟ੍ਰਿਗਰ ਵਰਤੇ ਹਨ, ਤਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਇੱਕੋ ਜਿਹੇ ਸਮਝ ਸਕਦੇ ਹੋ, ਜਿੱਥੇ ਕੋਡ ਇਵੈਂਟ ਦੁਆਰਾ ਟ੍ਰਿਗਰ ਹੁੰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਰੋਅ ਸ਼ਾਮਲ ਕਰਨਾ।
@ -54,7 +54,7 @@ IoT ਡਿਵੈਲਪਰ ਵਜੋਂ, ਸਰਵਰਲੈੱਸ ਮਾਡਲ
ਮਾਈਕਰੋਸਾਫਟ ਦੀ ਸਰਵਰਲੈੱਸ ਕੰਪਿਊਟਿੰਗ ਸੇਵਾ ਨੂੰ Azure Functions ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
![Azure Functions ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.png)
![Azure Functions ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-functions-logo.1cfc8e3204c9c44a.webp)
ਹੇਠਾਂ ਦਿੱਤੀ ਛੋਟੀ ਵੀਡੀਓ ਵਿੱਚ Azure Functions ਦਾ ਝਲਕ ਦਿੱਤਾ ਗਿਆ ਹੈ।

@ -1,6 +1,6 @@
# ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-10.829c86b80b9403bb.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।

@ -1,6 +1,6 @@
# ਸਥਾਨ ਟ੍ਰੈਕਿੰਗ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-11.9fddbac4b664c6d5.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -63,13 +63,13 @@ IoT ਸਮਾਨ ਦੀ ਆਵਾਜਾਈ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬ
> 💁 ਕੋਈ ਵੀ ਸਹੀ ਤੌਰ 'ਤੇ ਨਹੀਂ ਜਾਣਦਾ ਕਿ ਗੋਲਾਂ ਨੂੰ 360 ਡਿਗਰੀਆਂ ਵਿੱਚ ਕਿਉਂ ਵੰਡਿਆ ਗਿਆ। [ਡਿਗਰੀ (ਕੋਣ) ਪੰਨਾ ਵਿਕੀਪੀਡੀਆ 'ਤੇ](https://wikipedia.org/wiki/Degree_(angle)) ਕੁਝ ਸੰਭਾਵਿਤ ਕਾਰਨਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ।
![ਲੈਟੀਟਿਊਡ ਦੀਆਂ ਲਾਈਨਾਂ ਜੋ ਉੱਤਰੀ ਧਰੂਵ 'ਤੇ 90°, ਉੱਤਰੀ ਧਰੂਵ ਅਤੇ ਭੂ-ਰੇਖਾ ਦੇ ਵਿਚਕਾਰ 45°, ਭੂ-ਰੇਖਾ 'ਤੇ 0°, ਭੂ-ਰੇਖਾ ਅਤੇ ਦੱਖਣੀ ਧਰੂਵ ਦੇ ਵਿਚਕਾਰ -45°, ਅਤੇ ਦੱਖਣੀ ਧਰੂਵ 'ਤੇ -90° ਹਨ](../../../../../translated_images/pa/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.png)
![ਲੈਟੀਟਿਊਡ ਦੀਆਂ ਲਾਈਨਾਂ ਜੋ ਉੱਤਰੀ ਧਰੂਵ 'ਤੇ 90°, ਉੱਤਰੀ ਧਰੂਵ ਅਤੇ ਭੂ-ਰੇਖਾ ਦੇ ਵਿਚਕਾਰ 45°, ਭੂ-ਰੇਖਾ 'ਤੇ 0°, ਭੂ-ਰੇਖਾ ਅਤੇ ਦੱਖਣੀ ਧਰੂਵ ਦੇ ਵਿਚਕਾਰ -45°, ਅਤੇ ਦੱਖਣੀ ਧਰੂਵ 'ਤੇ -90° ਹਨ](../../../../../translated_images/pa/latitude-lines.11d8d91dfb2014a5.webp)
ਲੈਟੀਟਿਊਡ ਨੂੰ ਲਾਈਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ ਜੋ ਧਰਤੀ ਨੂੰ ਘੇਰਦੀਆਂ ਹਨ ਅਤੇ ਭੂ-ਰੇਖਾ ਦੇ ਸਮਾਨਾਂਤਰ ਚਲਦੀਆਂ ਹਨ, ਉੱਤਰੀ ਅਤੇ ਦੱਖਣੀ ਗੋਲਾਰਧਾਂ ਨੂੰ 90° ਵਿੱਚ ਵੰਡਦੀਆਂ ਹਨ। ਭੂ-ਰੇਖਾ 0° 'ਤੇ ਹੈ, ਉੱਤਰੀ ਧਰੂਵ 90° 'ਤੇ ਹੈ, ਜਿਸਨੂੰ 90° ਉੱਤਰ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਦੱਖਣੀ ਧਰੂਵ -90° 'ਤੇ ਹੈ, ਜਾਂ 90° ਦੱਖਣ।
ਲੌਂਗਿਟਿਊਡ ਨੂੰ ਪੂਰਬ ਅਤੇ ਪੱਛਮ ਵਿੱਚ ਮਾਪੀਆਂ ਗਈਆਂ ਡਿਗਰੀਆਂ ਦੇ ਗਿਣਤੀ ਵਜੋਂ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ। ਲੌਂਗਿਟਿਊਡ ਦਾ 0° ਮੂਲ *ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ* ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਇਸਨੂੰ 1884 ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਕਿ ਇਹ ਇੱਕ ਲਾਈਨ ਹੈ ਜੋ ਉੱਤਰੀ ਧਰੂਵ ਤੋਂ ਦੱਖਣੀ ਧਰੂਵ ਤੱਕ ਜਾਂਦੀ ਹੈ ਅਤੇ [ਬ੍ਰਿਟਿਸ਼ ਰੌਇਲ ਅਬਜ਼ਰਵੇਟਰੀ, ਗ੍ਰੀਨਵਿਚ, ਇੰਗਲੈਂਡ](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich) ਵਿੱਚੋਂ ਲੰਘਦੀ ਹੈ।
![ਲੌਂਗਿਟਿਊਡ ਦੀਆਂ ਲਾਈਨਾਂ ਜੋ ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ ਦੇ ਪੱਛਮ ਵਿੱਚ -180° ਤੋਂ, ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ 'ਤੇ 0° ਤੱਕ, ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ ਦੇ ਪੂਰਬ ਵਿੱਚ 180° ਤੱਕ ਜਾਂਦੀਆਂ ਹਨ](../../../../../translated_images/pa/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.png)
![ਲੌਂਗਿਟਿਊਡ ਦੀਆਂ ਲਾਈਨਾਂ ਜੋ ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ ਦੇ ਪੱਛਮ ਵਿੱਚ -180° ਤੋਂ, ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ 'ਤੇ 0° ਤੱਕ, ਪ੍ਰਾਈਮ ਮੇਰੀਡੀਅਨ ਦੇ ਪੂਰਬ ਵਿੱਚ 180° ਤੱਕ ਜਾਂਦੀਆਂ ਹਨ](../../../../../translated_images/pa/longitude-meridians.ab4ef1c91c064586.webp)
> 🎓 ਮੇਰੀਡੀਅਨ ਇੱਕ ਕਲਪਨਾ ਦੀ ਸਿੱਧੀ ਲਾਈਨ ਹੈ ਜੋ ਉੱਤਰੀ ਧਰੂਵ ਤੋਂ ਦੱਖਣੀ ਧਰੂਵ ਤੱਕ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਇੱਕ ਅਰਧ-ਗੋਲ ਬਣਾਉਂਦੀ ਹੈ।

@ -18,13 +18,13 @@ Grove GPS ਸੈਂਸਰ ਨੂੰ ਰਾਸਪਬੇਰੀ ਪਾਈ ਨਾਲ
GPS ਸੈਂਸਰ ਨੂੰ ਜੁੜੋ।
![Grove GPS ਸੈਂਸਰ](../../../../../translated_images/pa/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
![Grove GPS ਸੈਂਸਰ](../../../../../translated_images/pa/grove-gps-sensor.247943bf69b03f0d.webp)
1. Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ GPS ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।
1. ਰਾਸਪਬੇਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਰੱਖਦੇ ਹੋਏ, Grove ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ Grove ਬੇਸ ਹੈਟ ਦੇ **UART** ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਾਕਟ ਮੱਧਲੀ ਲਾਈਨ ਵਿੱਚ ਹੈ, SD ਕਾਰਡ ਸਲਾਟ ਦੇ ਨੇੜੇ, USB ਪੋਰਟ ਅਤੇ ਈਥਰਨੈਟ ਸਾਕਟ ਦੇ ਵਿਰੋਧੀ ਪਾਸੇ।
![Grove GPS ਸੈਂਸਰ UART ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.png)
![Grove GPS ਸੈਂਸਰ UART ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/pi-gps-sensor.1f99ee2b2f652891.webp)
1. GPS ਸੈਂਸਰ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਰੱਖੋ ਕਿ ਜੁੜਿਆ ਐਂਟੇਨਾ ਆਕਾਸ਼ ਨੂੰ ਵੇਖ ਸਕੇ - ਵਧੀਆ ਤੌਰ 'ਤੇ ਖੁੱਲ੍ਹੀ ਖਿੜਕੀ ਦੇ ਨੇੜੇ ਜਾਂ ਬਾਹਰ। ਐਂਟੇਨਾ ਦੇ ਰਾਹ ਵਿੱਚ ਕੁਝ ਨਾ ਹੋਵੇ ਤਾਂ ਸਿਗਨਲ ਸਾਫ਼ ਹੋਣਾ ਆਸਾਨ ਹੁੰਦਾ ਹੈ।

@ -38,11 +38,11 @@ CounterFit ਐਪ ਵਿੱਚ GPS ਸੈਂਸਰ ਸ਼ਾਮਲ ਕਰੋ।
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ `/dev/ttyAMA0` ਪੋਰਟ 'ਤੇ GPS ਸੈਂਸਰ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![GPS ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.png)
![GPS ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-gps-sensor.6385dc9357d85ad1.webp)
GPS ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![GPS ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.png)
![GPS ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor.3fbb15af0a536756.webp)
## GPS ਸੈਂਸਰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ
@ -102,17 +102,17 @@ GPS ਸੈਂਸਰ ਐਪ ਪ੍ਰੋਗਰਾਮ ਕਰੋ।
* **Source** ਨੂੰ `Lat/Lon` 'ਤੇ ਸੈਟ ਕਰੋ ਅਤੇ ਇੱਕ ਸਪਸ਼ਟ ਲੈਟੀਟਿਊਡ, ਲੌਂਗਿਟਿਊਡ ਅਤੇ ਸੈਟੇਲਾਈਟਾਂ ਦੀ ਗਿਣਤੀ ਸੈਟ ਕਰੋ। ਇਹ ਮੁੱਲ ਸਿਰਫ ਇੱਕ ਵਾਰ ਭੇਜਿਆ ਜਾਵੇਗਾ, ਇਸ ਲਈ **Repeat** ਬਾਕਸ ਚੈੱਕ ਕਰੋ ਤਾਂ ਜੋ ਡਾਟਾ ਹਰ ਸਕਿੰਟ ਦੁਹਰਾਇਆ ਜਾਵੇ।
![GPS ਸੈਂਸਰ lat lon ਨਾਲ ਚੁਣਿਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.png)
![GPS ਸੈਂਸਰ lat lon ਨਾਲ ਚੁਣਿਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-latlon.008c867d75464fbe.webp)
* **Source** ਨੂੰ `NMEA` 'ਤੇ ਸੈਟ ਕਰੋ ਅਤੇ ਕੁਝ NMEA ਵਾਕ ਟੈਕਸਟ ਬਾਕਸ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋ। ਇਹ ਸਾਰੇ ਮੁੱਲ ਭੇਜੇ ਜਾਣਗੇ, ਹਰ ਨਵੇਂ GGA (ਸਥਿਤੀ ਫਿਕਸ) ਵਾਕ ਤੋਂ ਪਹਿਲਾਂ 1 ਸਕਿੰਟ ਦੀ ਦੇਰੀ ਨਾਲ।
![GPS ਸੈਂਸਰ NMEA ਵਾਕਾਂ ਨਾਲ ਸੈਟ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.png)
![GPS ਸੈਂਸਰ NMEA ਵਾਕਾਂ ਨਾਲ ਸੈਟ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-nmea.c62eea442171e17e.webp)
ਤੁਸੀਂ [nmeagen.org](https://www.nmeagen.org) ਵਰਗੇ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ ਮੈਪ 'ਤੇ ਖਿੱਚਣ ਲਈ ਇਹ ਵਾਕ ਬਣਾਉਣ ਲਈ। ਇਹ ਮੁੱਲ ਸਿਰਫ ਇੱਕ ਵਾਰ ਭੇਜੇ ਜਾਣਗੇ, ਇਸ ਲਈ **Repeat** ਬਾਕਸ ਚੈੱਕ ਕਰੋ ਤਾਂ ਜੋ ਸਾਰਾ ਡਾਟਾ ਭੇਜਣ ਤੋਂ ਬਾਅਦ ਇੱਕ ਸਕਿੰਟ ਬਾਅਦ ਦੁਹਰਾਇਆ ਜਾਵੇ।
* **Source** ਨੂੰ GPX ਫਾਈਲ 'ਤੇ ਸੈਟ ਕਰੋ ਅਤੇ ਟਰੈਕ ਸਥਾਨਾਂ ਵਾਲੀ GPX ਫਾਈਲ ਅੱਪਲੋਡ ਕਰੋ। ਤੁਸੀਂ [AllTrails](https://www.alltrails.com/) ਵਰਗੀਆਂ ਮਸ਼ਹੂਰ ਮੈਪਿੰਗ ਅਤੇ ਹਾਈਕਿੰਗ ਸਾਈਟਾਂ ਤੋਂ GPX ਫਾਈਲਾਂ ਡਾਊਨਲੋਡ ਕਰ ਸਕਦੇ ਹੋ। ਇਹ ਫਾਈਲਾਂ ਇੱਕ ਟ੍ਰੇਲ ਵਜੋਂ ਕਈ GPS ਸਥਾਨਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦੀਆਂ ਹਨ, ਅਤੇ GPS ਸੈਂਸਰ ਹਰ ਨਵੇਂ ਸਥਾਨ ਨੂੰ 1 ਸਕਿੰਟ ਦੇ ਅੰਤਰਾਲ 'ਤੇ ਵਾਪਸ ਕਰੇਗਾ।
![GPS ਸੈਂਸਰ GPX ਫਾਈਲ ਨਾਲ ਸੈਟ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.png)
![GPS ਸੈਂਸਰ GPX ਫਾਈਲ ਨਾਲ ਸੈਟ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/counterfit-gps-sensor-gpxfile.8310b063ce8a425c.webp)
ਇਹ ਮੁੱਲ ਸਿਰਫ ਇੱਕ ਵਾਰ ਭੇਜੇ ਜਾਣਗੇ, ਇਸ ਲਈ **Repeat** ਬਾਕਸ ਚੈੱਕ ਕਰੋ ਤਾਂ ਜੋ ਸਾਰਾ ਡਾਟਾ ਭੇਜਣ ਤੋਂ ਬਾਅਦ ਇੱਕ ਸਕਿੰਟ ਬਾਅਦ ਦੁਹਰਾਇਆ ਜਾਵੇ।

@ -18,7 +18,7 @@ Grove GPS ਸੈਂਸਰ ਨੂੰ Wio Terminal ਨਾਲ ਜੁੜਿਆ ਜ
GPS ਸੈਂਸਰ ਨੂੰ ਜੁੜੋ।
![A grove GPS sensor](../../../../../translated_images/pa/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
![A grove GPS sensor](../../../../../translated_images/pa/grove-gps-sensor.247943bf69b03f0d.webp)
1. Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ GPS ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।

@ -1,6 +1,6 @@
# ਸਟੋਰ ਸਥਾਨ ਡਾਟਾ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-12.ca7f53039712a3ec.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -64,7 +64,7 @@ IoT ਡਾਟੇ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਅਸੰਰਚਿਤ ਡਾ
NoSQL ਡਾਟਾਬੇਸਾਂ ਨੂੰ NoSQL ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹਨਾਂ ਵਿੱਚ SQL ਡਾਟਾਬੇਸਾਂ ਵਾਲਾ ਸਖਤ ਢਾਂਚਾ ਨਹੀਂ ਹੁੰਦਾ।
![NoSQL ਡਾਟਾਬੇਸ ਵਿੱਚ ਫੋਲਡਰਾਂ ਵਿੱਚ ਦਸਤਾਵੇਜ਼](../../../../../translated_images/pa/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.png)
![NoSQL ਡਾਟਾਬੇਸ ਵਿੱਚ ਫੋਲਡਰਾਂ ਵਿੱਚ ਦਸਤਾਵੇਜ਼](../../../../../translated_images/pa/noqsl-database.62d24ccf5b73f60d.webp)
NoSQL ਡਾਟਾਬੇਸਾਂ ਵਿੱਚ ਪਹਿਲੋਂ ਤੋਂ ਨਿਰਧਾਰਿਤ ਢਾਂਚਾ ਨਹੀਂ ਹੁੰਦਾ।
@ -76,7 +76,7 @@ NoSQL ਡਾਟਾਬੇਸਾਂ ਵਿੱਚ ਪਹਿਲੋਂ ਤੋਂ ਨ
ਪਿਛਲੇ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ GPS ਸੈਂਸਰ ਤੋਂ ਡਾਟਾ ਕੈਪਚਰ ਕੀਤਾ। ਇਸ ਡਾਟੇ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਸਟੋਰ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇਸਨੂੰ ਇੱਕ IoT ਸੇਵਾ ਨੂੰ ਭੇਜਣਾ ਪਵੇਗਾ।
![IoT ਡਿਵਾਈਸ ਤੋਂ IoT ਹੱਬ ਤੱਕ GPS ਟੈਲੀਮੇਟਰੀ ਭੇਜਣਾ](../../../../../translated_images/pa/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.png)
![IoT ਡਿਵਾਈਸ ਤੋਂ IoT ਹੱਬ ਤੱਕ GPS ਟੈਲੀਮੇਟਰੀ ਭੇਜਣਾ](../../../../../translated_images/pa/gps-telemetry-iot-hub.8115335d51cd2c12.webp)
### ਕਾਰਜ - GPS ਡਾਟਾ ਨੂੰ IoT ਹੱਬ 'ਤੇ ਭੇਜੋ
@ -126,7 +126,7 @@ IoT ਡਿਵਾਈਸ ਤੋਂ ਕਲਾਉਡ ਤੱਕ ਡਾਟਾ ਹਮ
ਜਦੋਂ ਡਾਟਾ ਤੁਹਾਡੇ IoT ਹੱਬ ਵਿੱਚ ਆਉਣਾ ਸ਼ੁਰੂ ਹੋ ਜਾਵੇ, ਤਾਂ ਤੁਸੀਂ ਸਰਵਰਲੈੱਸ ਕੋਡ ਲਿਖ ਸਕਦੇ ਹੋ ਜੋ ਇਵੈਂਟਸ ਨੂੰ ਸੁਣਦਾ ਹੈ।
![IoT ਹੱਬ ਤੋਂ GPS ਟੈਲੀਮੇਟਰੀ ਨੂੰ ਇਵੈਂਟ ਹੱਬ ਟ੍ਰਿਗਰ ਰਾਹੀਂ ਐਜ਼ਰ ਫੰਕਸ਼ਨ ਤੱਕ ਭੇਜਣਾ](../../../../../translated_images/pa/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.png)
![IoT ਹੱਬ ਤੋਂ GPS ਟੈਲੀਮੇਟਰੀ ਨੂੰ ਇਵੈਂਟ ਹੱਬ ਟ੍ਰਿਗਰ ਰਾਹੀਂ ਐਜ਼ਰ ਫੰਕਸ਼ਨ ਤੱਕ ਭੇਜਣਾ](../../../../../translated_images/pa/gps-telemetry-iot-hub-functions.24d3fa5592455e9f.webp)
### ਕਾਰਜ - ਸਰਵਰਲੈੱਸ ਕੋਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ GPS ਇਵੈਂਟਸ ਨੂੰ ਹੈਂਡਲ ਕਰੋ
@ -148,7 +148,7 @@ IoT ਡਿਵਾਈਸ ਤੋਂ ਕਲਾਉਡ ਤੱਕ ਡਾਟਾ ਹਮ
## ਐਜ਼ਰ ਸਟੋਰੇਜ ਅਕਾਊਂਟਸ
![ਐਜ਼ਰ ਸਟੋਰੇਜ ਲੋਗੋ](../../../../../translated_images/pa/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.png)
![ਐਜ਼ਰ ਸਟੋਰੇਜ ਲੋਗੋ](../../../../../translated_images/pa/azure-storage-logo.605c0f602c640d48.webp)
ਐਜ਼ਰ ਸਟੋਰੇਜ ਅਕਾਊਂਟਸ ਇੱਕ ਜਨਰਲ ਪਰਪਜ਼ ਸਟੋਰੇਜ ਸੇਵਾ ਹੈ ਜੋ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਡਾਟਾ ਸਟੋਰ ਕਰ ਸਕਦੀ ਹੈ। ਤੁਸੀਂ ਡਾਟਾ ਨੂੰ ਬਲੌਬਸ, ਕਿਊਜ਼, ਟੇਬਲਾਂ ਜਾਂ ਫਾਈਲਾਂ ਵਜੋਂ ਸਟੋਰ ਕਰ ਸਕਦੇ ਹੋ, ਅਤੇ ਇਹ ਸਭ ਇੱਕੋ ਸਮੇਂ ਕਰ ਸਕਦੇ ਹੋ।

@ -1,6 +1,6 @@
# ਸਥਾਨ ਡਾਟਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਓ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-13.a259db1485021be7.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -64,11 +64,11 @@
ਇਸ ਡਾਟਾ ਨੂੰ ਸਮਝਣਾ ਮਨੁੱਖਾਂ ਲਈ ਮੁਸ਼ਕਲ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਅਰਥਹੀਨ ਨੰਬਰਾਂ ਦੀ ਇੱਕ ਕੰਧ ਹੈ। ਇਸ ਡਾਟਾ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਬਣਾਉਣ ਦੇ ਪਹਿਲੇ ਕਦਮ ਵਜੋਂ, ਇਸਨੂੰ ਲਾਈਨ ਚਾਰਟ 'ਤੇ ਪਲਾਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ:
![ਉਪਰੋਕਤ ਡਾਟਾ ਦਾ ਇੱਕ ਲਾਈਨ ਚਾਰਟ](../../../../../translated_images/pa/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.png)
![ਉਪਰੋਕਤ ਡਾਟਾ ਦਾ ਇੱਕ ਲਾਈਨ ਚਾਰਟ](../../../../../translated_images/pa/chart-soil-moisture.fd6d9d0cdc0b5f75.webp)
ਇਸਨੂੰ ਹੋਰ ਵਧੀਆ ਬਣਾਉਣ ਲਈ ਇੱਕ ਲਾਈਨ ਸ਼ਾਮਲ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜੋ ਦਿਖਾਉਂਦੀ ਹੈ ਕਿ ਜਦੋਂ ਮਿੱਟੀ ਦੀ ਨਮੀ 450 'ਤੇ ਪਹੁੰਚੀ ਤਾਂ ਆਟੋਮੈਟਿਕ ਵਾਟਰਿੰਗ ਸਿਸਟਮ ਚਾਲੂ ਹੋ ਗਿਆ:
![ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਲਾਈਨ ਚਾਰਟ ਜਿਸ 'ਤੇ 450 'ਤੇ ਇੱਕ ਲਾਈਨ ਹੈ](../../../../../translated_images/pa/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.png)
![ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਲਾਈਨ ਚਾਰਟ ਜਿਸ 'ਤੇ 450 'ਤੇ ਇੱਕ ਲਾਈਨ ਹੈ](../../../../../translated_images/pa/chart-soil-moisture-relay.fbb391236d34a64d.webp)
ਇਹ ਚਾਰਟ ਬਹੁਤ ਜਲਦੀ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਮਿੱਟੀ ਦੀ ਨਮੀ ਦੇ ਪੱਧਰ ਕੀ ਸਨ ਅਤੇ ਜਦੋਂ ਵਾਟਰਿੰਗ ਸਿਸਟਮ ਚਾਲੂ ਹੋਇਆ।
@ -84,7 +84,7 @@ GPS ਡਾਟਾ ਨਾਲ ਕੰਮ ਕਰਦੇ ਸਮੇਂ, ਸਭ ਤੋਂ
ਮੈਪਸ ਨਾਲ ਕੰਮ ਕਰਨਾ ਇੱਕ ਦਿਲਚਸਪ ਅਭਿਆਸ ਹੈ, ਅਤੇ ਚੋਣ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰੇ ਹਨ ਜਿਵੇਂ ਕਿ Bing Maps, Leaflet, Open Street Maps, ਅਤੇ Google Maps। ਇਸ ਪਾਠ ਵਿੱਚ, ਤੁਸੀਂ [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) ਬਾਰੇ ਸਿੱਖੋਗੇ ਅਤੇ ਇਹ ਕਿਵੇਂ ਤੁਹਾਡੇ GPS ਡਾਟਾ ਨੂੰ ਦਿਖਾ ਸਕਦੇ ਹਨ।
![Azure Maps ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.png)
![Azure Maps ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-maps-logo.35d01dcfbd81fe61.webp)
Azure Maps "ਜੀਓਸਪੇਸ਼ਲ ਸੇਵਾਵਾਂ ਅਤੇ SDKs ਦਾ ਇੱਕ ਸੰਗ੍ਰਹਿ ਹੈ ਜੋ ਤਾਜ਼ਾ ਮੈਪਿੰਗ ਡਾਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵੈੱਬ ਅਤੇ ਮੋਬਾਈਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਭੂਗੋਲਿਕ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।" ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਸੁੰਦਰ, ਇੰਟਰਐਕਟਿਵ ਮੈਪਸ ਬਣਾਉਣ ਲਈ ਸੰਦ ਪ੍ਰਦਾਨ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਜੋ ਜਿਵੇਂ ਕਿ ਸਿਫਾਰਸ਼ੀ ਟ੍ਰੈਫਿਕ ਰੂਟ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਟ੍ਰੈਫਿਕ ਘਟਨਾਵਾਂ ਬਾਰੇ ਜਾਣਕਾਰੀ ਦਿੰਦੇ ਹਨ, ਇੰਡੋਰ ਨੈਵੀਗੇਸ਼ਨ, ਖੋਜ ਸਮਰੱਥਾ, ਉਚਾਈ ਜਾਣਕਾਰੀ, ਮੌਸਮ ਸੇਵਾਵਾਂ ਅਤੇ ਹੋਰ।
@ -187,7 +187,7 @@ Azure Maps "ਜੀਓਸਪੇਸ਼ਲ ਸੇਵਾਵਾਂ ਅਤੇ SDKs ਦ
1. ਆਪਣੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ HTML ਪੇਜ ਲੋਡ ਕਰੋ। ਇਹ ਮੈਪ ਲੋਡ ਕਰੇਗਾ, ਫਿਰ ਸਟੋਰੇਜ ਤੋਂ ਸਾਰੇ GPS ਡਾਟਾ ਲੋਡ ਕਰੇਗਾ ਅਤੇ ਮੈਪ 'ਤੇ ਪਲਾਟ ਕਰੇਗਾ।
![ਸੀਐਟਲ ਦੇ ਨੇੜੇ ਸੇਂਟ ਐਡਵਰਡ ਸਟੇਟ ਪਾਰਕ ਦਾ ਮੈਪ, ਜਿਸ ਵਿੱਚ ਪਾਰਕ ਦੇ ਕਿਨਾਰੇ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਰਸਤੇ ਨੂੰ ਦਰਸਾਉਂਦੇ ਸਰਕਲ ਦਿਖਾਈ ਦੇ ਰਹੇ ਹਨ](../../../../../translated_images/pa/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.png)
![ਸੀਐਟਲ ਦੇ ਨੇੜੇ ਸੇਂਟ ਐਡਵਰਡ ਸਟੇਟ ਪਾਰਕ ਦਾ ਮੈਪ, ਜਿਸ ਵਿੱਚ ਪਾਰਕ ਦੇ ਕਿਨਾਰੇ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਰਸਤੇ ਨੂੰ ਦਰਸਾਉਂਦੇ ਸਰਕਲ ਦਿਖਾਈ ਦੇ ਰਹੇ ਹਨ](../../../../../translated_images/pa/map-path.896832e72dc696ff.webp)
> 💁 ਤੁਸੀਂ ਇਹ ਕੋਡ [code](../../../../../3-transport/lessons/3-visualize-location-data/code) ਫੋਲਡਰ ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।

@ -1,6 +1,6 @@
# ਜਿਓਫੈਂਸ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-14.63980c5150ae3c15.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -35,7 +35,7 @@
ਜਿਓਫੈਂਸ ਇੱਕ ਅਸਲੀ ਜ਼ਮੀਨੀ ਖੇਤਰ ਲਈ ਵਰਚੁਅਲ ਪਰਿਮਿਟਰ ਹੈ। ਜਿਓਫੈਂਸ ਗੋਲ ਚੱਕਰ ਹੋ ਸਕਦੇ ਹਨ ਜੋ ਇੱਕ ਬਿੰਦੂ ਅਤੇ ਰੇਡੀਅਸ ਦੁਆਰਾ ਪਰਿਭਾਸ਼ਿਤ ਹੁੰਦੇ ਹਨ (ਉਦਾਹਰਣ ਲਈ, ਇੱਕ ਇਮਾਰਤ ਦੇ ਆਲੇ-ਦੁਆਲੇ 100 ਮੀਟਰ ਦਾ ਗੋਲ ਚੱਕਰ), ਜਾਂ ਇੱਕ ਖੇਤਰ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਬਹੁਭੁਜ ਜਿਵੇਂ ਕਿ ਸਕੂਲ ਜ਼ੋਨ, ਸ਼ਹਿਰ ਦੀ ਸੀਮਾ, ਜਾਂ ਯੂਨੀਵਰਸਿਟੀ ਜਾਂ ਦਫ਼ਤਰ ਕੈਂਪਸ।
![ਜਿਓਫੈਂਸ ਦੇ ਕੁਝ ਉਦਾਹਰਣ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ Microsoft ਕੰਪਨੀ ਸਟੋਰ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਗੋਲ ਜਿਓਫੈਂਸ ਅਤੇ Microsoft ਵੈਸਟ ਕੈਂਪਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਬਹੁਭੁਜ ਜਿਓਫੈਂਸ ਦਿਖਾਇਆ ਗਿਆ ਹੈ](../../../../../translated_images/pa/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.png)
![ਜਿਓਫੈਂਸ ਦੇ ਕੁਝ ਉਦਾਹਰਣ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ Microsoft ਕੰਪਨੀ ਸਟੋਰ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਗੋਲ ਜਿਓਫੈਂਸ ਅਤੇ Microsoft ਵੈਸਟ ਕੈਂਪਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਬਹੁਭੁਜ ਜਿਓਫੈਂਸ ਦਿਖਾਇਆ ਗਿਆ ਹੈ](../../../../../translated_images/pa/geofence-examples.172fbc534665769f.webp)
> 💁 ਤੁਸੀਂ ਸ਼ਾਇਦ ਪਹਿਲਾਂ ਹੀ ਜਿਓਫੈਂਸ ਦੀ ਵਰਤੋਂ ਕਰ ਚੁੱਕੇ ਹੋਵੋਗੇ ਬਿਨਾਂ ਜਾਣਦੇ। ਜੇ ਤੁਸੀਂ iOS ਰਿਮਾਈਂਡਰ ਐਪ ਜਾਂ Google Keep ਵਿੱਚ ਸਥਿਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਰਿਮਾਈਂਡਰ ਸੈਟ ਕੀਤਾ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਜਿਓਫੈਂਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ। ਇਹ ਐਪਸ ਦਿੱਤੀ ਸਥਿਤੀ ਦੇ ਆਧਾਰ 'ਤੇ ਜਿਓਫੈਂਸ ਸੈਟ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਜਦੋਂ ਤੁਹਾਡਾ ਫੋਨ ਜਿਓਫੈਂਸ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਤੁਹਾਨੂੰ ਅਲਰਟ ਕਰਦੀਆਂ ਹਨ।
@ -177,7 +177,7 @@ Azure Maps, ਜਿਸਦੀ ਤੁਸੀਂ ਪਿਛਲੇ ਪਾਠ ਵਿੱ
ਜਵਾਬ ਹੈ ਕਿ ਇਹ ਨਹੀਂ ਕਰ ਸਕਦਾ! ਇਸ ਦੀ ਬਜਾਏ ਤੁਸੀਂ ਵੱਖ-ਵੱਖ ਕਨੈਕਸ਼ਨ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਇਵੈਂਟਸ ਨੂੰ ਪੜ੍ਹ ਸਕਦੇ ਹਨ, ਅਤੇ ਹਰ ਇੱਕ ਅਪੜਾਏ ਗਏ ਸੁਨੇਹਿਆਂ ਦੀ ਦੁਬਾਰਾ ਚਲਾਉਣ ਦੀ ਪ੍ਰਬੰਧਨਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਹਨਾਂ ਨੂੰ *ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ* ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਐਂਡਪੌਇੰਟ ਨਾਲ ਜੁੜਦੇ ਹੋ, ਤੁਸੀਂ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹੋ ਕਿ ਤੁਸੀਂ ਕਿਹੜੇ ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਨਾਲ ਜੁੜਨਾ ਚਾਹੁੰਦੇ ਹੋ। ਤੁਹਾਡੇ ਐਪਲੀਕੇਸ਼ਨ ਦੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਵੱਖਰੇ ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਨਾਲ ਜੁੜਨਾ ਪਵੇਗਾ।
![ਇੱਕ IoT ਹੱਬ ਜਿਸ ਵਿੱਚ 3 ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਹਨ ਜੋ ਇੱਕੋ ਸੁਨੇਹੇ ਨੂੰ 3 ਵੱਖਰੇ ਫੰਕਸ਼ਨਜ਼ ਐਪਸ ਵਿੱਚ ਵੰਡ ਰਹੇ ਹਨ](../../../../../translated_images/pa/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.png)
![ਇੱਕ IoT ਹੱਬ ਜਿਸ ਵਿੱਚ 3 ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਹਨ ਜੋ ਇੱਕੋ ਸੁਨੇਹੇ ਨੂੰ 3 ਵੱਖਰੇ ਫੰਕਸ਼ਨਜ਼ ਐਪਸ ਵਿੱਚ ਵੰਡ ਰਹੇ ਹਨ](../../../../../translated_images/pa/consumer-groups.a3262e26fc27ba20.webp)
ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਹਰ ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਨਾਲ 5 ਐਪਲੀਕੇਸ਼ਨ ਜੁੜ ਸਕਦੇ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸੁਨੇਹੇ ਪ੍ਰਾਪਤ ਹੋਣ 'ਤੇ ਮਿਲਣਗੇ। ਇਹ ਸਭ ਤੋਂ ਵਧੀਆ ਅਭਿਆਸ ਹੈ ਕਿ ਹਰ ਕਨਜ਼ਿਊਮਰ ਗਰੁੱਪ ਨੂੰ ਸਿਰਫ ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ ਐਕਸੈਸ ਕਰੇ ਤਾਂ ਜੋ ਸੁਨੇਹੇ ਦੀ ਦੁਬਾਰਾ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਬਚਿਆ ਜਾ ਸਕੇ, ਅਤੇ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ ਰੀਸਟਾਰਟ ਕਰਨ 'ਤੇ ਸਾਰੇ ਕਤਾਰਬੱਧ ਸੁਨੇਹੇ ਸਹੀ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕੀਤੇ ਗਏ ਹਨ। ਉਦਾਹਰਣ ਲਈ, ਜੇ ਤੁਸੀਂ ਆਪਣਾ ਫੰਕਸ਼ਨਜ਼ ਐਪ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਅਤੇ ਇਸਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਚਲਾਇਆ, ਤਾਂ ਦੋਵੇਂ ਸੁਨੇਹੇ ਪ੍ਰਕਿਰਿਆ ਕਰਨਗੇ, ਜਿਸ ਨਾਲ ਸਟੋਰੇਜ ਖਾਤੇ ਵਿੱਚ ਡੁਪਲੀਕੇਟ ਬਲੌਬ ਸਟੋਰ ਹੋਣਗੇ।

@ -1,6 +1,6 @@
# ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਪਛਾਣਨ ਵਾਲਾ ਡਿਟੈਕਟਰ ਤਿਆਰ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-15.843d21afdc6fb2bb.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -38,7 +38,7 @@
ਆਟੋਮੇਟਿਕ ਫਸਲ ਕੱਟਣ ਦੇ ਉਭਾਰ ਨੇ ਫਸਲਾਂ ਦੀ ਛਾਂਟਣ ਨੂੰ ਖੇਤ ਤੋਂ ਫੈਕਟਰੀ ਤੱਕ ਪਹੁੰਚਾ ਦਿੱਤਾ। ਖਾਣਾ ਲੰਬੇ ਕਨਵੇਅਰ ਬੈਲਟਾਂ 'ਤੇ ਚਲਦਾ ਸੀ, ਜਿੱਥੇ ਟੀਮਾਂ ਫਸਲਾਂ ਨੂੰ ਛਾਂਟਣ ਲਈ ਮੈਨੂਅਲ ਕੰਮ ਕਰਦੀਆਂ ਸਨ। ਮਸ਼ੀਨਰੀ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਫਸਲ ਕੱਟਣ ਸਸਤਾ ਹੋ ਗਿਆ, ਪਰ ਖਾਣੇ ਨੂੰ ਮੈਨੂਅਲ ਤਰੀਕੇ ਨਾਲ ਛਾਂਟਣ ਦੀ ਲਾਗਤ ਫਿਰ ਵੀ ਸੀ।
![ਜੇਕਰ ਲਾਲ ਟਮਾਟਰ ਪਛਾਣਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਹ ਬਿਨਾ ਰੁਕਾਵਟ ਦੇ ਆਪਣੀ ਯਾਤਰਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ। ਜੇਕਰ ਹਰਾ ਟਮਾਟਰ ਪਛਾਣਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਸ ਨੂੰ ਲੀਵਰ ਦੁਆਰਾ ਕਚਰੇ ਦੇ ਡੱਬੇ ਵਿੱਚ ਸੁੱਟਿਆ ਜਾਂਦਾ ਹੈ](../../../../../translated_images/pa/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.png)
![ਜੇਕਰ ਲਾਲ ਟਮਾਟਰ ਪਛਾਣਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਹ ਬਿਨਾ ਰੁਕਾਵਟ ਦੇ ਆਪਣੀ ਯਾਤਰਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ। ਜੇਕਰ ਹਰਾ ਟਮਾਟਰ ਪਛਾਣਿਆ ਜਾਂਦਾ ਹੈ ਤਾਂ ਇਸ ਨੂੰ ਲੀਵਰ ਦੁਆਰਾ ਕਚਰੇ ਦੇ ਡੱਬੇ ਵਿੱਚ ਸੁੱਟਿਆ ਜਾਂਦਾ ਹੈ](../../../../../translated_images/pa/optical-tomato-sorting.61aa134bdda4e5b1.webp)
ਅਗਲੀ ਕਦਮ ਮਸ਼ੀਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਛਾਂਟਣ ਦੀ ਸੀ, ਜੋ ਕਿ ਫਸਲ ਕੱਟਣ ਵਾਲੀ ਮਸ਼ੀਨ ਵਿੱਚ ਜਾਂ ਪ੍ਰੋਸੈਸਿੰਗ ਪਲਾਂਟਾਂ ਵਿੱਚ ਬਣਾਈ ਗਈ। ਪਹਿਲੀ ਪੀੜ੍ਹੀ ਦੀਆਂ ਮਸ਼ੀਨਾਂ ਨੇ ਰੰਗਾਂ ਨੂੰ ਪਛਾਣਨ ਲਈ ਆਪਟੀਕਲ ਸੈਂਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਜੋ ਹਰੇ ਟਮਾਟਰਾਂ ਨੂੰ ਕਚਰੇ ਦੇ ਡੱਬੇ ਵਿੱਚ ਸੁੱਟਣ ਲਈ ਲੀਵਰ ਜਾਂ ਹਵਾ ਦੇ ਝੋਕੇ ਵਰਗੇ ਐਕਚੁਏਟਰਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਦੀਆਂ ਸਨ, ਜਦੋਂ ਕਿ ਲਾਲ ਟਮਾਟਰ ਕਨਵੇਅਰ ਬੈਲਟਾਂ ਦੇ ਜਾਲ 'ਤੇ ਅੱਗੇ ਵਧਦੇ ਰਹੇ।
@ -62,7 +62,7 @@ Machine Learning ਇਸ ਨੂੰ ਉਲਟਾ ਕਰ ਦਿੰਦਾ ਹੈ -
> 🎓 ML ਮਾਡਲਾਂ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ *predictions* ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
![2 ਕੇਲੇ, ਇੱਕ ਪੱਕਾ ਕੇਲਾ ਜਿਸ ਦਾ ਅਨੁਮਾਨ 99.7% ਪੱਕਾ ਅਤੇ 0.3% ਅਪੱਕਾ ਹੈ, ਅਤੇ ਇੱਕ ਅਪੱਕਾ ਕੇਲਾ ਜਿਸ ਦਾ ਅਨੁਮਾਨ 1.4% ਪੱਕਾ ਅਤੇ 98.6% ਅਪੱਕਾ ਹੈ](../../../../../translated_images/pa/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.png)
![2 ਕੇਲੇ, ਇੱਕ ਪੱਕਾ ਕੇਲਾ ਜਿਸ ਦਾ ਅਨੁਮਾਨ 99.7% ਪੱਕਾ ਅਤੇ 0.3% ਅਪੱਕਾ ਹੈ, ਅਤੇ ਇੱਕ ਅਪੱਕਾ ਕੇਲਾ ਜਿਸ ਦਾ ਅਨੁਮਾਨ 1.4% ਪੱਕਾ ਅਤੇ 98.6% ਅਪੱਕਾ ਹੈ](../../../../../translated_images/pa/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50e.webp)
ML ਮਾਡਲ ਬਾਈਨਰੀ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦੇ, ਸਗੋਂ ਸੰਭਾਵਨਾਵਾਂ ਦਿੰਦੇ ਹਨ। ਉਦਾਹਰਣ ਲਈ, ਇੱਕ ਮਾਡਲ ਨੂੰ ਇੱਕ ਕੇਲੇ ਦੀ ਤਸਵੀਰ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ ਅਤੇ ਇਹ `ripe` 99.7% ਅਤੇ `unripe` 0.3% ਅਨੁਮਾਨ ਲਗਾ ਸਕਦਾ ਹੈ। ਤੁਹਾਡਾ ਕੋਡ ਸਭ ਤੋਂ ਵਧੀਆ ਅਨੁਮਾਨ ਚੁਣੇਗਾ ਅਤੇ ਫੈਸਲਾ ਕਰੇਗਾ ਕਿ ਕੇਲਾ ਪੱਕਾ ਹੈ।
@ -100,7 +100,7 @@ Custom Vision ਇੱਕ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਸੰਦ ਹੈ ਜ
* 2 ਪੱਕੇ ਕੇਲਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਹਰ ਇੱਕ ਦੀਆਂ ਕੁਝ ਵੱਖ-ਵੱਖ ਕੋਣਾਂ ਤੋਂ ਤਸਵੀਰਾਂ ਲਓ, ਘੱਟੋ-ਘੱਟ 7 ਤਸਵੀਰਾਂ (5 ਟ੍ਰੇਨ ਕਰਨ ਲਈ, 2 ਜਾਂਚ ਕਰਨ ਲਈ), ਪਰ ਆਦਰਸ਼ ਤੌਰ 'ਤੇ ਹੋਰ।
![2 ਵੱਖ-ਵੱਖ ਕੇਲਿਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ](../../../../../translated_images/pa/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.png)
![2 ਵੱਖ-ਵੱਖ ਕੇਲਿਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ](../../../../../translated_images/pa/banana-training-images.530eb203346d73bc.webp)
* ਇਹੀ ਪ੍ਰਕਿਰਿਆ 2 ਕੱਚੇ ਕੇਲਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਦੁਹਰਾਓ।
@ -110,7 +110,7 @@ Custom Vision ਇੱਕ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਸੰਦ ਹੈ ਜ
1. [Microsoft Docs ਦੇ build a classifier quickstart ਦੇ upload and tag images ਸੈਕਸ਼ਨ](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) ਨੂੰ ਫਾਲੋ ਕਰੋ ਆਪਣੇ ਟ੍ਰੇਨਿੰਗ ਤਸਵੀਰਾਂ ਨੂੰ ਅੱਪਲੋਡ ਕਰਨ ਲਈ। ਪੱਕੇ ਫਲਾਂ ਨੂੰ `ripe` ਅਤੇ ਕੱਚੇ ਫਲਾਂ ਨੂੰ `unripe` ਦੇ ਤੌਰ 'ਤੇ ਟੈਗ ਕਰੋ।
![ਪੱਕੇ ਅਤੇ ਕੱਚੇ ਕੇਲਿਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਅੱਪਲੋਡ ਕਰਨ ਦੇ ਡਾਇਲਾਗ](../../../../../translated_images/pa/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.png)
![ਪੱਕੇ ਅਤੇ ਕੱਚੇ ਕੇਲਿਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਅੱਪਲੋਡ ਕਰਨ ਦੇ ਡਾਇਲਾਗ](../../../../../translated_images/pa/image-upload-bananas.0751639f3815e0ec.webp)
1. [Microsoft Docs ਦੇ build a classifier quickstart ਦੇ train the classifier ਸੈਕਸ਼ਨ](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) ਨੂੰ ਫਾਲੋ ਕਰੋ ਆਪਣੇ ਅੱਪਲੋਡ ਕੀਤੀਆਂ ਤਸਵੀਰਾਂ 'ਤੇ ਇਮੇਜ ਕਲਾਸੀਫਾਇਰ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ।
@ -128,7 +128,7 @@ Custom Vision ਇੱਕ ਕਲਾਉਡ-ਅਧਾਰਿਤ ਸੰਦ ਹੈ ਜ
1. [Microsoft Docs ਦੇ test your model ਡੌਕੂਮੈਂਟੇਸ਼ਨ](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) ਨੂੰ ਫਾਲੋ ਕਰੋ ਆਪਣੇ ਇਮੇਜ ਕਲਾਸੀਫਾਇਰ ਨੂੰ ਟੈਸਟ ਕਰਨ ਲਈ। ਉਹ ਟੈਸਟਿੰਗ ਤਸਵੀਰਾਂ ਵਰਤੋ ਜੋ ਤੁਸੀਂ ਪਹਿਲਾਂ ਬਣਾਈਆਂ ਸਨ, ਨਾ ਕਿ ਉਹ ਤਸਵੀਰਾਂ ਜੋ ਤੁਸੀਂ ਟ੍ਰੇਨਿੰਗ ਲਈ ਵਰਤੀਆਂ ਸਨ।
![98.9% ਸੰਭਾਵਨਾ ਨਾਲ ਕੱਚੇ ਕੇਲੇ ਨੂੰ ਕੱਚਾ ਅਤੇ 1.1% ਸੰਭਾਵਨਾ ਨਾਲ ਪੱਕਾ ਕਲਾਸੀਫਾਈ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.png)
![98.9% ਸੰਭਾਵਨਾ ਨਾਲ ਕੱਚੇ ਕੇਲੇ ਨੂੰ ਕੱਚਾ ਅਤੇ 1.1% ਸੰਭਾਵਨਾ ਨਾਲ ਪੱਕਾ ਕਲਾਸੀਫਾਈ ਕੀਤਾ ਗਿਆ](../../../../../translated_images/pa/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64.webp)
1. ਤੁਹਾਡੇ ਕੋਲ ਉਪਲਬਧ ਸਾਰੀਆਂ ਟੈਸਟਿੰਗ ਤਸਵੀਰਾਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ ਅਤੇ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਦੇਖੋ।

@ -1,6 +1,6 @@
# IoT ਡਿਵਾਈਸ ਤੋਂ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਚੈੱਕ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-16.215daf18b00631fb.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -26,7 +26,7 @@
ਕੈਮਰਾ ਸੈਂਸਰ, ਜਿਵੇਂ ਕਿ ਨਾਮ ਤੋਂ ਪਤਾ ਲੱਗਦਾ ਹੈ, ਉਹ ਕੈਮਰੇ ਹਨ ਜੋ ਤੁਸੀਂ ਆਪਣੇ IoT ਡਿਵਾਈਸ ਨਾਲ ਜੁੜ ਸਕਦੇ ਹੋ। ਇਹ ਸਥਿਰ ਚਿੱਤਰ ਲੈ ਸਕਦੇ ਹਨ ਜਾਂ ਸਟ੍ਰੀਮਿੰਗ ਵੀਡੀਓ ਕੈਪਚਰ ਕਰ ਸਕਦੇ ਹਨ। ਕੁਝ ਕੱਚੇ ਚਿੱਤਰ ਡਾਟਾ ਵਾਪਸ ਕਰਦੇ ਹਨ, ਜਦਕਿ ਹੋਰ ਚਿੱਤਰ ਡਾਟਾ ਨੂੰ JPEG ਜਾਂ PNG ਜਿਵੇਂ ਚਿੱਤਰ ਫਾਈਲ ਵਿੱਚ ਸੰਕੁਚਿਤ ਕਰਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ, IoT ਡਿਵਾਈਸਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਕੈਮਰੇ ਉਹਨਾਂ ਨਾਲੋਂ ਛੋਟੇ ਅਤੇ ਘੱਟ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲੇ ਹੁੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਤੁਸੀਂ ਆਦਤ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਤੁਸੀਂ ਉੱਚ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲੇ ਕੈਮਰੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਉੱਚ-ਪੱਧਰੀ ਫੋਨਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ ਵੱਖ-ਵੱਖ ਤਬਦੀਲੀਯੋਗ ਲੈਂਸ, ਕਈ ਕੈਮਰਾ ਸੈਟਅੱਪ, ਇੰਫਰਾ-ਰੇਡ ਥਰਮਲ ਕੈਮਰੇ ਜਾਂ UV ਕੈਮਰੇ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ।
![ਦ੍ਰਿਸ਼ ਤੋਂ ਆਉਣ ਵਾਲੀ ਰੌਸ਼ਨੀ ਲੈਂਸ ਵਿੱਚੋਂ ਲੰਘਦੀ ਹੈ ਅਤੇ CMOS ਸੈਂਸਰ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੁੰਦੀ ਹੈ](../../../../../translated_images/pa/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.png)
![ਦ੍ਰਿਸ਼ ਤੋਂ ਆਉਣ ਵਾਲੀ ਰੌਸ਼ਨੀ ਲੈਂਸ ਵਿੱਚੋਂ ਲੰਘਦੀ ਹੈ ਅਤੇ CMOS ਸੈਂਸਰ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੁੰਦੀ ਹੈ](../../../../../translated_images/pa/cmos-sensor.75f9cd74decb1371.webp)
ਅਧਿਕਤਮ ਕੈਮਰਾ ਸੈਂਸਰ ਚਿੱਤਰ ਸੈਂਸਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਹਰ ਪਿਕਸਲ ਇੱਕ ਫੋਟੋਡਾਇਓਡ ਹੁੰਦਾ ਹੈ। ਇੱਕ ਲੈਂਸ ਚਿੱਤਰ ਨੂੰ ਚਿੱਤਰ ਸੈਂਸਰ 'ਤੇ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ, ਅਤੇ ਹਜ਼ਾਰਾਂ ਜਾਂ ਲੱਖਾਂ ਫੋਟੋਡਾਇਓਡ ਉਨ੍ਹਾਂ 'ਤੇ ਪੈਣ ਵਾਲੀ ਰੌਸ਼ਨੀ ਨੂੰ ਪਛਾਣਦੇ ਹਨ ਅਤੇ ਉਸਨੂੰ ਪਿਕਸਲ ਡਾਟਾ ਵਜੋਂ ਰਿਕਾਰਡ ਕਰਦੇ ਹਨ।
@ -74,7 +74,7 @@
1. ਇਟਰੇਸ਼ਨ ਲਈ **ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ** ਬਟਨ ਚੁਣੋ।
![ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ ਬਟਨ](../../../../../translated_images/pa/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.png)
![ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ ਬਟਨ](../../../../../translated_images/pa/custom-vision-publish-button.b7174e1977b0c33b.webp)
1. *ਪ੍ਰਕਾਸ਼ਿਤ ਮਾਡਲ* ਡਾਇਲਾਗ ਵਿੱਚ, *ਪੇਸ਼ਗੋਈ ਸਰੋਤ* ਨੂੰ `fruit-quality-detector-prediction` ਸਰੋਤ 'ਤੇ ਸੈੱਟ ਕਰੋ ਜੋ ਤੁਸੀਂ ਪਿਛਲੇ ਪਾਠ ਵਿੱਚ ਬਣਾਇਆ ਸੀ। ਨਾਮ ਨੂੰ `Iteration2` ਵਜੋਂ ਛੱਡੋ, ਅਤੇ **ਪ੍ਰਕਾਸ਼ਿਤ ਕਰੋ** ਬਟਨ ਚੁਣੋ।
@ -88,7 +88,7 @@
*ਪੇਸ਼ਗੋਈ-ਕੀ* ਮੁੱਲ ਦੀ ਵੀ ਇੱਕ ਕਾਪੀ ਲਵੋ। ਇਹ ਇੱਕ ਸੁਰੱਖਿਅਤ ਕੁੰਜੀ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਮਾਡਲ ਨੂੰ ਕਾਲ ਕਰਦੇ ਸਮੇਂ ਪਾਸ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਸਿਰਫ ਉਹ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਇਸ ਕੁੰਜੀ ਨੂੰ ਪਾਸ ਕਰਦੇ ਹਨ ਮਾਡਲ ਨੂੰ ਵਰਤਣ ਦੀ ਆਗਿਆ ਹੈ, ਹੋਰ ਸਾਰੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਰੱਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ।
![ਪੇਸ਼ਗੋਈ API ਡਾਇਲਾਗ ਜੋ URL ਅਤੇ ਕੁੰਜੀ ਦਿਖਾ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
![ਪੇਸ਼ਗੋਈ API ਡਾਇਲਾਗ ਜੋ URL ਅਤੇ ਕੁੰਜੀ ਦਿਖਾ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
✅ ਜਦੋਂ ਇੱਕ ਨਵੀਂ ਇਟਰੇਸ਼ਨ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਸਦਾ ਇੱਕ ਵੱਖਰਾ ਨਾਮ ਹੁੰਦਾ ਹੈ। ਤੁਹਾਡੇ ਖਿਆਲ ਵਿੱਚ ਤੁਸੀਂ IoT ਡਿਵਾਈਸ ਦੁਆਰਾ ਵਰਤ ਰਹੀ ਇਟਰੇਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਬਦਲੋਗੇ?
@ -109,7 +109,7 @@
ਇੱਕ ਚੰਗੇ ਨਤੀਜੇ ਲਈ, ਤੁਸੀਂ ਚਾਹੋਗੇ ਕਿ ਮਾਡਲ ਨੂੰ ਉਹਨਾਂ ਚਿੱਤਰਾਂ ਨਾਲ ਟ੍ਰੇਨ ਕੀਤਾ ਜਾਵੇ ਜੋ ਪੇਸ਼ਗੋਈਆਂ ਲਈ ਵਰਤੇ ਜਾ ਰਹੇ ਚਿੱਤਰਾਂ ਦੇ ਜਿੰਨੇ ਹੀ ਸਮਾਨ ਹੋਣ। ਜੇਕਰ ਤੁਸੀਂ ਟ੍ਰੇਨਿੰਗ ਲਈ ਆਪਣੇ ਫੋਨ ਕੈਮਰੇ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਉਦਾਹਰਣ ਲਈ, ਚਿੱਤਰ ਦੀ ਗੁਣਵੱਤਾ, ਤੀਖਣਤਾ, ਅਤੇ ਰੰਗ IoT ਡਿਵਾਈਸ ਨਾਲ ਜੁੜੇ ਕੈਮਰੇ ਨਾਲ ਵੱਖਰੇ ਹੋਣਗੇ।
![2 ਕੇਲੇ ਦੇ ਚਿੱਤਰ, ਇੱਕ ਘੱਟ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲਾ IoT ਡਿਵਾਈਸ ਤੋਂ ਖਰਾਬ ਰੌਸ਼ਨੀ ਨਾਲ, ਅਤੇ ਇੱਕ ਉੱਚ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲਾ ਫੋਨ ਤੋਂ ਚੰਗੀ ਰੌਸ਼ਨੀ ਨਾਲ](../../../../../translated_images/pa/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.png)
![2 ਕੇਲੇ ਦੇ ਚਿੱਤਰ, ਇੱਕ ਘੱਟ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲਾ IoT ਡਿਵਾਈਸ ਤੋਂ ਖਰਾਬ ਰੌਸ਼ਨੀ ਨਾਲ, ਅਤੇ ਇੱਕ ਉੱਚ ਰੈਜ਼ੋਲੂਸ਼ਨ ਵਾਲਾ ਫੋਨ ਤੋਂ ਚੰਗੀ ਰੌਸ਼ਨੀ ਨਾਲ](../../../../../translated_images/pa/banana-picture-compare.174df164dc326a42.webp)
ਉਪਰ ਦਿੱਤੇ ਚਿੱਤਰ ਵਿੱਚ, ਖੱਬੇ ਪਾਸੇ ਵਾਲਾ ਕੇਲੇ ਦਾ ਚਿੱਤਰ ਰਾਸਪਬੇਰੀ ਪਾਈ ਕੈਮਰੇ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਿਆ ਗਿਆ ਸੀ, ਜਦਕਿ ਸੱਜੇ ਪਾਸੇ ਵਾਲਾ ਚਿੱਤਰ ਉਸੇ ਕੇਲੇ ਦਾ ਉਸੇ ਸਥਾਨ 'ਤੇ iPhone ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਲਿਆ ਗਿਆ ਸੀ। ਗੁਣਵੱਤਾ ਵਿੱਚ ਇੱਕ ਸਪਸ਼ਟ ਅੰਤਰ ਹੈ - iPhone ਚਿੱਤਰ ਜ਼ਿਆਦਾ ਤੀਖਾ ਹੈ, ਚਮਕਦਾਰ ਰੰਗਾਂ ਅਤੇ ਵੱਧ ਕਨਟਰਾਸਟ ਨਾਲ।

@ -16,7 +16,7 @@
### ਕੰਮ - ਕੈਮਰਾ ਜੁੜੋ
![ਰਸਪਬੈਰੀ ਪਾਈ ਕੈਮਰਾ](../../../../../translated_images/pa/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.png)
![ਰਸਪਬੈਰੀ ਪਾਈ ਕੈਮਰਾ](../../../../../translated_images/pa/pi-camera-module.4278753c31bd6e75.webp)
1. ਪਾਈ ਨੂੰ ਬੰਦ ਕਰੋ।
@ -24,17 +24,17 @@
ਤੁਸੀਂ ਕਲਿੱਪ ਨੂੰ ਖੋਲ੍ਹਣ ਅਤੇ ਕੇਬਲ ਨੂੰ ਪਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦਿਖਾਉਣ ਵਾਲੀ ਐਨੀਮੇਸ਼ਨ ਨੂੰ [ਰਸਪਬੈਰੀ ਪਾਈ ਕੈਮਰਾ ਮਾਡਿਊਲ ਦਸਤਾਵੇਜ਼](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2) ਵਿੱਚ ਦੇਖ ਸਕਦੇ ਹੋ।
![ਰਿਬਨ ਕੇਬਲ ਕੈਮਰਾ ਮਾਡਿਊਲ ਵਿੱਚ ਪਾਈ ਗਈ](../../../../../translated_images/pa/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.png)
![ਰਿਬਨ ਕੇਬਲ ਕੈਮਰਾ ਮਾਡਿਊਲ ਵਿੱਚ ਪਾਈ ਗਈ](../../../../../translated_images/pa/pi-camera-ribbon-cable.0bf82acd251611c2.webp)
1. ਗਰੋਵ ਬੇਸ ਹੈਟ ਨੂੰ ਪਾਈ ਤੋਂ ਹਟਾਓ।
1. ਰਿਬਨ ਕੇਬਲ ਨੂੰ ਗਰੋਵ ਬੇਸ ਹੈਟ ਵਿੱਚ ਕੈਮਰਾ ਸਲਾਟ ਰਾਹੀਂ ਪਾਸ ਕਰੋ। ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਕੇਬਲ ਦਾ ਨੀਲਾ ਪਾਸਾ ਐਨਾਲੌਗ ਪੋਰਟਾਂ **A0**, **A1** ਆਦਿ ਵੱਲ ਹੈ।
![ਗਰੋਵ ਬੇਸ ਹੈਟ ਰਾਹੀਂ ਰਿਬਨ ਕੇਬਲ ਪਾਸ ਕਰਨਾ](../../../../../translated_images/pa/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.png)
![ਗਰੋਵ ਬੇਸ ਹੈਟ ਰਾਹੀਂ ਰਿਬਨ ਕੇਬਲ ਪਾਸ ਕਰਨਾ](../../../../../translated_images/pa/grove-base-hat-ribbon-cable.501fed202fcf73b1.webp)
1. ਰਿਬਨ ਕੇਬਲ ਨੂੰ ਪਾਈ ਦੇ ਕੈਮਰਾ ਪੋਰਟ ਵਿੱਚ ਪਾਓ। ਫਿਰ, ਕਾਲੇ ਪਲਾਸਟਿਕ ਕਲਿੱਪ ਨੂੰ ਉੱਪਰ ਖਿੱਚੋ, ਕੇਬਲ ਪਾਓ, ਅਤੇ ਕਲਿੱਪ ਨੂੰ ਵਾਪਸ ਜਗ੍ਹਾ 'ਤੇ ਧੱਕੋ। ਕੇਬਲ ਦਾ ਨੀਲਾ ਪਾਸਾ USB ਅਤੇ ਈਥਰਨੈਟ ਪੋਰਟਾਂ ਵੱਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
![ਰਿਬਨ ਕੇਬਲ ਪਾਈ ਦੇ ਕੈਮਰਾ ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.png)
![ਰਿਬਨ ਕੇਬਲ ਪਾਈ ਦੇ ਕੈਮਰਾ ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/pi-camera-socket-ribbon-cable.a18309920b118009.webp)
1. ਗਰੋਵ ਬੇਸ ਹੈਟ ਨੂੰ ਮੁੜ ਲਗਾਓ।
@ -101,7 +101,7 @@
`camera.rotation = 0` ਲਾਈਨ ਤਸਵੀਰ ਦੀ ਰੋਟੇਸ਼ਨ ਸੈਟ ਕਰਦੀ ਹੈ। ਰਿਬਨ ਕੇਬਲ ਕੈਮਰਾ ਦੇ ਹੇਠਾਂ ਆਉਂਦਾ ਹੈ, ਪਰ ਜੇਕਰ ਤੁਹਾਡਾ ਕੈਮਰਾ ਉਸ ਆਈਟਮ ਵੱਲ ਆਸਾਨੀ ਨਾਲ ਇਸ਼ਾਰਾ ਕਰਨ ਲਈ ਘੁੰਮਾਇਆ ਗਿਆ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਕਲਾਸੀਫਾਈ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇਸ ਲਾਈਨ ਨੂੰ ਘੁੰਮਾਉਣ ਦੇ ਡਿਗਰੀ ਦੇ ਅਨੁਸਾਰ ਬਦਲ ਸਕਦੇ ਹੋ।
![ਕੈਮਰਾ ਇੱਕ ਡ੍ਰਿੰਕ ਕੈਨ ਦੇ ਉੱਪਰ ਲਟਕ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.png)
![ਕੈਮਰਾ ਇੱਕ ਡ੍ਰਿੰਕ ਕੈਨ ਦੇ ਉੱਪਰ ਲਟਕ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/pi-camera-upside-down.5376961ba3145988.webp)
ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ ਰਿਬਨ ਕੇਬਲ ਨੂੰ ਕਿਸੇ ਚੀਜ਼ ਦੇ ਉੱਪਰ ਲਟਕਾਉਂਦੇ ਹੋ ਤਾਂ ਕਿ ਇਹ ਕੈਮਰਾ ਦੇ ਉੱਪਰ ਹੋਵੇ, ਤਾਂ ਰੋਟੇਸ਼ਨ ਨੂੰ 180 'ਤੇ ਸੈਟ ਕਰੋ:

@ -84,7 +84,7 @@
ਤੁਸੀਂ ਲਿਆ ਗਿਆ ਚਿੱਤਰ ਦੇਖ ਸਕੋਗੇ, ਅਤੇ ਇਹ ਮੁੱਲ **Predictions** ਟੈਬ ਵਿੱਚ ਕਸਟਮ ਵਿਜ਼ਨ ਵਿੱਚ ਵੇਖ ਸਕਦੇ ਹੋ।
![ਕਸਟਮ ਵਿਜ਼ਨ ਵਿੱਚ ਇੱਕ ਕੇਲਾ 56.8% ਪੱਕਾ ਅਤੇ 43.1% ਕੱਚਾ ਪੇਸ਼ਗੋਈ ਕੀਤੀ ਗਈ](../../../../../translated_images/pa/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
![ਕਸਟਮ ਵਿਜ਼ਨ ਵਿੱਚ ਇੱਕ ਕੇਲਾ 56.8% ਪੱਕਾ ਅਤੇ 43.1% ਕੱਚਾ ਪੇਸ਼ਗੋਈ ਕੀਤੀ ਗਈ](../../../../../translated_images/pa/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
> 💁 ਤੁਸੀਂ ਇਹ ਕੋਡ [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) ਜਾਂ [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device) ਫੋਲਡਰ ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।

@ -34,11 +34,11 @@
1. **Add** ਬਟਨ ਚੁਣੋ ਤਾਂ ਜੋ ਕੈਮਰਾ ਬਣਾਇਆ ਜਾ ਸਕੇ।
![ਕੈਮਰਾ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-camera.a5de97f59c0bd3cbe0416d7e89a3cfe86d19fbae05c641c53a91286412af0a34.png)
![ਕੈਮਰਾ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-camera.a5de97f59c0bd3cb.webp)
ਕੈਮਰਾ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਬਣਾਇਆ ਗਿਆ ਕੈਮਰਾ](../../../../../translated_images/pa/counterfit-camera.001ec52194c8ee5d3f617173da2c79e1df903d10882adc625cbfc493525125d4.png)
![ਬਣਾਇਆ ਗਿਆ ਕੈਮਰਾ](../../../../../translated_images/pa/counterfit-camera.001ec52194c8ee5d.webp)
## ਕੈਮਰੇ ਨੂੰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ
@ -103,7 +103,7 @@
1. ਕਾਊਂਟਰਫਿਟ ਵਿੱਚ ਕੈਮਰੇ ਦੁਆਰਾ ਕੈਪਚਰ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਚਿੱਤਰ ਨੂੰ ਕਨਫਿਗਰ ਕਰੋ। ਤੁਸੀਂ *Source* ਨੂੰ *File* 'ਤੇ ਸੈਟ ਕਰ ਸਕਦੇ ਹੋ, ਫਿਰ ਇੱਕ ਚਿੱਤਰ ਫਾਈਲ ਅਪਲੋਡ ਕਰੋ, ਜਾਂ *Source* ਨੂੰ *WebCam* 'ਤੇ ਸੈਟ ਕਰੋ, ਅਤੇ ਚਿੱਤਰ ਤੁਹਾਡੇ ਵੈਬਕੈਮ ਤੋਂ ਕੈਪਚਰ ਕੀਤੇ ਜਾਣਗੇ। ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਚਿੱਤਰ ਚੁਣਨ ਜਾਂ ਵੈਬਕੈਮ ਚੁਣਨ ਦੇ ਬਾਅਦ **Set** ਬਟਨ ਚੁਣੋ।
![ਕਾਊਂਟਰਫਿਟ ਵਿੱਚ ਫਾਈਲ ਨੂੰ ਚਿੱਤਰ ਸਰੋਤ ਵਜੋਂ ਸੈਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਵੈਬਕੈਮ ਵਿੱਚ ਇੱਕ ਵਿਅਕਤੀ ਕੇਲਾ ਫੜੇ ਹੋਏ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/counterfit-camera-options.eb3bd5150a8e7dffbf24bc5bcaba0cf2cdef95fbe6bbe393695d173817d6b8df.png)
![ਕਾਊਂਟਰਫਿਟ ਵਿੱਚ ਫਾਈਲ ਨੂੰ ਚਿੱਤਰ ਸਰੋਤ ਵਜੋਂ ਸੈਟ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਵੈਬਕੈਮ ਵਿੱਚ ਇੱਕ ਵਿਅਕਤੀ ਕੇਲਾ ਫੜੇ ਹੋਏ ਦਿਖਾਈ ਦੇ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/counterfit-camera-options.eb3bd5150a8e7dff.webp)
1. ਇੱਕ ਚਿੱਤਰ ਕੈਪਚਰ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ `image.jpg` ਵਜੋਂ ਮੌਜੂਦਾ ਫੋਲਡਰ ਵਿੱਚ ਸੇਵ ਕੀਤਾ ਜਾਵੇਗਾ। ਤੁਸੀਂ ਇਸ ਫਾਈਲ ਨੂੰ VS Code ਐਕਸਪਲੋਰਰ ਵਿੱਚ ਵੇਖੋਗੇ। ਫਾਈਲ ਨੂੰ ਚੁਣੋ ਤਾਂ ਜੋ ਚਿੱਤਰ ਵੇਖਿਆ ਜਾ ਸਕੇ। ਜੇ ਇਸਨੂੰ ਘੁੰਮਾਉਣ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ `camera.rotation = 0` ਲਾਈਨ ਨੂੰ ਜ਼ਰੂਰਤ ਅਨੁਸਾਰ ਅਪਡੇਟ ਕਰੋ ਅਤੇ ਇੱਕ ਹੋਰ ਚਿੱਤਰ ਲਓ।

@ -16,7 +16,7 @@ ArduCam ਵਿੱਚ Grove ਸਾਕਟ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਇ
ਕੈਮਰੇ ਨੂੰ ਜ਼ੋੜੋ।
![ArduCam ਸੈਂਸਰ](../../../../../translated_images/pa/arducam.20e4e4cbb268296570b5914e20d6c349fc42ddac9ed4e1b9deba2188204eebae.png)
![ArduCam ਸੈਂਸਰ](../../../../../translated_images/pa/arducam.20e4e4cbb2682965.webp)
1. ArduCam ਦੇ ਬੇਸ ਦੇ ਪਿੰਸ ਨੂੰ Wio ਟਰਮੀਨਲ ਦੇ GPIO ਪਿੰਸ ਨਾਲ ਜ਼ੋੜਨਾ ਲਾਜ਼ਮੀ ਹੈ। ਸਹੀ ਪਿੰਸ ਲੱਭਣ ਲਈ, Wio ਟਰਮੀਨਲ ਨਾਲ ਆਉਣ ਵਾਲੇ GPIO ਪਿੰ ਸਟਿਕਰ ਨੂੰ ਪਿੰਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਲਗਾਓ:
@ -35,7 +35,7 @@ ArduCam ਵਿੱਚ Grove ਸਾਕਟ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਇ
| SDA | 3 (I2C1_SDA) | I2C ਸੀਰੀਅਲ ਡਾਟਾ |
| SCL | 5 (I2C1_SCL) | I2C ਸੀਰੀਅਲ ਕਲਾਕ |
![ਜੰਪਰ ਵਾਇਰਾਂ ਨਾਲ ArduCam ਨੂੰ Wio ਟਰਮੀਨਲ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/arducam-wio-terminal-connections.a4d5a4049bdb5ab800a2877389fc6ecf5e4ff307e6451ff56c517e6786467d0a.png)
![ਜੰਪਰ ਵਾਇਰਾਂ ਨਾਲ ArduCam ਨੂੰ Wio ਟਰਮੀਨਲ ਨਾਲ ਜੁੜਿਆ ਹੋਇਆ](../../../../../translated_images/pa/arducam-wio-terminal-connections.a4d5a4049bdb5ab8.webp)
GND ਅਤੇ VCC ਕਨੈਕਸ਼ਨ ArduCam ਨੂੰ 5V ਪਾਵਰ ਸਪਲਾਈ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਇਹ 5V 'ਤੇ ਚਲਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ Grove ਸੈਂਸਰ 3V 'ਤੇ ਚਲਦੇ ਹਨ। ਇਹ ਪਾਵਰ ਸਿੱਧੇ USB-C ਕਨੈਕਸ਼ਨ ਤੋਂ ਆਉਂਦੀ ਹੈ ਜੋ ਡਿਵਾਈਸ ਨੂੰ ਪਾਵਰ ਦਿੰਦੀ ਹੈ।
@ -446,7 +446,7 @@ ArduCam ਵਿੱਚ Grove ਸਾਕਟ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਇ
1. microSD ਕਾਰਡ ਨੂੰ ਬਾਹਰ ਕੱਢੋ ਅਤੇ ਆਪਣੇ ਕੰਪਿਊਟਰ ਵਿੱਚ ਪਾਓ।
![ArduCam ਨਾਲ ਕੈਪਚਰ ਕੀਤੀ ਗਈ ਕੇਲੇ ਦੀ ਤਸਵੀਰ](../../../../../translated_images/pa/banana-arducam.be1b32d4267a8194b0fd042362e56faa431da9cd4af172051b37243ea9be0256.jpg)
![ArduCam ਨਾਲ ਕੈਪਚਰ ਕੀਤੀ ਗਈ ਕੇਲੇ ਦੀ ਤਸਵੀਰ](../../../../../translated_images/pa/banana-arducam.be1b32d4267a8194.webp)
💁 ਕੈਮਰੇ ਦੇ ਵ੍ਹਾਈਟ ਬੈਲੈਂਸ ਨੂੰ ਆਪਣੇ ਆਪ ਠੀਕ ਕਰਨ ਲਈ ਕੁਝ ਚਿੱਤਰ ਲੱਗ ਸਕਦੇ ਹਨ। ਤੁਸੀਂ ਇਸਨੂੰ ਕੈਪਚਰ ਕੀਤੇ ਗਏ ਚਿੱਤਰਾਂ ਦੇ ਰੰਗ ਦੇ ਆਧਾਰ 'ਤੇ ਨੋਟਿਸ ਕਰੋਗੇ, ਪਹਿਲੇ ਕੁਝ ਚਿੱਤਰਾਂ ਦਾ ਰੰਗ ਠੀਕ ਨਹੀਂ ਲੱਗ ਸਕਦਾ। ਤੁਸੀਂ ਹਮੇਸ਼ਾ ਇਸਨੂੰ ਕੋਡ ਨੂੰ ਬਦਲ ਕੇ ਠੀਕ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਕਿ ਕੁਝ ਚਿੱਤਰ ਕੈਪਚਰ ਕੀਤੇ ਜਾਣ ਜੋ `setup` ਫੰਕਸ਼ਨ ਵਿੱਚ ਅਣਡਿੱਠੇ ਰਹਿੰਦੇ ਹਨ।

@ -208,7 +208,7 @@ HTTPS ਐਂਡਪੌਇੰਟਸ ਨਾਲ ਸੰਚਾਰ ਕਰਦੇ ਸਮ
ਤੁਸੀਂ Custom Vision ਵਿੱਚ **Predictions** ਟੈਬ ਵਿੱਚ ਲਿਆ ਗਿਆ ਚਿੱਤਰ ਅਤੇ ਇਹ ਮੁੱਲ ਦੇਖ ਸਕਦੇ ਹੋ।
![Custom Vision ਵਿੱਚ ਇੱਕ ਕੇਲਾ, 56.8% ਪੱਕਾ ਅਤੇ 43.1% ਕੱਚਾ](../../../../../translated_images/pa/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
![Custom Vision ਵਿੱਚ ਇੱਕ ਕੇਲਾ, 56.8% ਪੱਕਾ ਅਤੇ 43.1% ਕੱਚਾ](../../../../../translated_images/pa/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
> 💁 ਤੁਸੀਂ ਇਹ ਕੋਡ [code-classify/wio-terminal](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/wio-terminal) ਫੋਲਡਰ ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।

@ -1,6 +1,6 @@
# ਆਪਣੇ ਫਲ ਡਿਟੈਕਟਰ ਨੂੰ ਐਜ 'ਤੇ ਚਲਾਓ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-17.bc333c3c35ba8e42cce666cfffa82b915f787f455bd94e006aea2b6f2722421a.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-17.bc333c3c35ba8e42.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -33,11 +33,11 @@
ਐਜ ਕੰਪਿਊਟਿੰਗ ਦਾ ਮਤਲਬ ਹੈ ਕਿ IoT ਡਾਟਾ ਨੂੰ ਜਿੱਥੇ ਇਹ ਜਨਰੇਟ ਹੁੰਦਾ ਹੈ, ਉਸ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਕੰਪਿਊਟਰਾਂ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਵੇ। ਇਸ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਕਰਨ ਦੀ ਬਜਾਏ, ਇਸਨੂੰ ਕਲਾਉਡ ਦੇ ਐਜ 'ਤੇ - ਤੁਹਾਡੇ ਅੰਦਰੂਨੀ ਨੈੱਟਵਰਕ 'ਤੇ ਲਿਆਂਦਾ ਜਾਂਦਾ ਹੈ।
![ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਡਾਇਗ੍ਰਾਮ ਜੋ ਕਲਾਉਡ ਵਿੱਚ ਇੰਟਰਨੈੱਟ ਸਰਵਿਸਾਂ ਅਤੇ ਇੱਕ ਸਥਾਨਕ ਨੈੱਟਵਰਕ 'ਤੇ IoT ਡਿਵਾਈਸਾਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/cloud-without-edge.b4da641f6022c95ed6b91fde8b5323abd2f94e0d52073ad54172ae8f5dac90e9.png)
![ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਡਾਇਗ੍ਰਾਮ ਜੋ ਕਲਾਉਡ ਵਿੱਚ ਇੰਟਰਨੈੱਟ ਸਰਵਿਸਾਂ ਅਤੇ ਇੱਕ ਸਥਾਨਕ ਨੈੱਟਵਰਕ 'ਤੇ IoT ਡਿਵਾਈਸਾਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ](../../../../../translated_images/pa/cloud-without-edge.b4da641f6022c95e.webp)
ਹੁਣ ਤੱਕ ਦੇ ਪਾਠਾਂ ਵਿੱਚ, ਤੁਸੀਂ ਡਿਵਾਈਸਾਂ ਨੂੰ ਡਾਟਾ ਇਕੱਠਾ ਕਰਦੇ ਅਤੇ ਕਲਾਉਡ ਨੂੰ ਭੇਜਦੇ ਦੇਖਿਆ ਹੈ, ਜਿੱਥੇ ਇਹ ਡਾਟਾ ਸਰਵਰਲੈੱਸ ਫੰਕਸ਼ਨ ਜਾਂ AI ਮਾਡਲਾਂ ਦੁਆਰਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
![ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਡਾਇਗ੍ਰਾਮ ਜੋ ਸਥਾਨਕ ਨੈੱਟਵਰਕ 'ਤੇ IoT ਡਿਵਾਈਸਾਂ ਨੂੰ ਐਜ ਡਿਵਾਈਸਾਂ ਨਾਲ ਜੁੜਦਾ ਦਿਖਾਉਂਦਾ ਹੈ, ਅਤੇ ਉਹ ਐਜ ਡਿਵਾਈਸ ਕਲਾਉਡ ਨਾਲ ਜੁੜਦੇ ਹਨ](../../../../../translated_images/pa/cloud-with-edge.1e26462c62c126fe150bd15a5714ddf0be599f09bacbad08b85be02b76ea1ae1.png)
![ਇੱਕ ਆਰਕੀਟੈਕਚਰ ਡਾਇਗ੍ਰਾਮ ਜੋ ਸਥਾਨਕ ਨੈੱਟਵਰਕ 'ਤੇ IoT ਡਿਵਾਈਸਾਂ ਨੂੰ ਐਜ ਡਿਵਾਈਸਾਂ ਨਾਲ ਜੁੜਦਾ ਦਿਖਾਉਂਦਾ ਹੈ, ਅਤੇ ਉਹ ਐਜ ਡਿਵਾਈਸ ਕਲਾਉਡ ਨਾਲ ਜੁੜਦੇ ਹਨ](../../../../../translated_images/pa/cloud-with-edge.1e26462c62c126fe.webp)
ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਕੁਝ ਕਲਾਉਡ ਸਰਵਿਸਾਂ ਨੂੰ ਕਲਾਉਡ ਤੋਂ ਹਟਾ ਕੇ IoT ਡਿਵਾਈਸਾਂ ਦੇ ਨੈੱਟਵਰਕ 'ਤੇ ਚੱਲ ਰਹੇ ਕੰਪਿਊਟਰਾਂ 'ਤੇ ਲਿਆਂਦਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਸਿਰਫ਼ ਜਰੂਰਤ ਪੈਣ 'ਤੇ ਹੀ ਕਲਾਉਡ ਨਾਲ ਸੰਚਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਤੁਸੀਂ ਐਜ ਡਿਵਾਈਸਾਂ 'ਤੇ AI ਮਾਡਲ ਚਲਾ ਸਕਦੇ ਹੋ ਜੋ ਫਲਾਂ ਦੀ ਪੱਕਣ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ, ਅਤੇ ਸਿਰਫ਼ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਕਲਾਉਡ 'ਤੇ ਭੇਜਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਪੱਕੇ ਅਤੇ ਕੱਚੇ ਫਲਾਂ ਦੀ ਗਿਣਤੀ।
@ -85,7 +85,7 @@ IoT ਸਿਸਟਮਾਂ ਲਈ, ਤੁਸੀਂ ਅਕਸਰ ਕਲਾਉਡ
## Azure IoT Edge
![Azure IoT Edge ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-iot-edge-logo.c1c076749b5cba2e8755262fadc2f19ca1146b948d76990b1229199ac2292d79.png)
![Azure IoT Edge ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-iot-edge-logo.c1c076749b5cba2e.webp)
Azure IoT Edge ਇੱਕ ਸੇਵਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਵਰਕਲੋਡਾਂ ਨੂੰ ਕਲਾਉਡ ਤੋਂ ਐਜ 'ਤੇ ਲਿਜਾਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਡਿਵਾਈਸ ਨੂੰ ਐਜ ਡਿਵਾਈਸ ਵਜੋਂ ਸੈਟਅੱਪ ਕਰਦੇ ਹੋ, ਅਤੇ ਕਲਾਉਡ ਤੋਂ ਉਸ ਐਜ ਡਿਵਾਈਸ 'ਤੇ ਕੋਡ ਡਿਪਲੌਇ ਕਰਦੇ ਹੋ। ਇਹ ਤੁਹਾਨੂੰ ਕਲਾਉਡ ਅਤੇ ਐਜ ਦੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮਿਲਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।
@ -128,11 +128,11 @@ Azure IoT Edge ਇੱਕ ਸੇਵਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਵਰ
## ਆਪਣੇ ਕੰਟੇਨਰ ਨੂੰ ਡਿਪਲੌਇਮੈਂਟ ਲਈ ਤਿਆਰ ਕਰੋ
![ਕੰਟੇਨਰ ਬਣਾਏ ਜਾਂਦੇ ਹਨ ਫਿਰ ਕੰਟੇਨਰ ਰਜਿਸਟਰੀ ਵਿੱਚ ਪੁਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਫਿਰ IoT Edge ਦੀ ਵਰਤੋਂ ਕਰਕੇ edge device 'ਤੇ ਡਿਪਲੌਇ ਕੀਤੇ ਜਾਂਦੇ ਹਨ](../../../../../translated_images/pa/container-edge-flow.c246050dd60ceefdb6ace026a4ce5c6aa4112bb5898ae23fbb2ab4be29ae3e1b.png)
![ਕੰਟੇਨਰ ਬਣਾਏ ਜਾਂਦੇ ਹਨ ਫਿਰ ਕੰਟੇਨਰ ਰਜਿਸਟਰੀ ਵਿੱਚ ਪੁਸ਼ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਫਿਰ IoT Edge ਦੀ ਵਰਤੋਂ ਕਰਕੇ edge device 'ਤੇ ਡਿਪਲੌਇ ਕੀਤੇ ਜਾਂਦੇ ਹਨ](../../../../../translated_images/pa/container-edge-flow.c246050dd60ceefd.webp)
ਜਦੋਂ ਤੁਸੀਂ ਆਪਣਾ ਮਾਡਲ ਡਾਊਨਲੋਡ ਕਰ ਲੈਂਦੇ ਹੋ, ਇਸਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਫਿਰ ਇਸਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਰਜਿਸਟਰੀ ਵਿੱਚ ਪੁਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ - ਇੱਕ ਆਨਲਾਈਨ ਸਥਾਨ ਜਿੱਥੇ ਤੁਸੀਂ ਕੰਟੇਨਰ ਸਟੋਰ ਕਰ ਸਕਦੇ ਹੋ। IoT Edge ਫਿਰ ਰਜਿਸਟਰੀ ਤੋਂ ਕੰਟੇਨਰ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਤੁਹਾਡੇ ਡਿਵਾਈਸ 'ਤੇ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ।
![Azure Container Registry ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-container-registry-logo.09494206991d4b295025ebff7d4e2900325e527a59184ffbc8464b6ab59654be.png)
![Azure Container Registry ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-container-registry-logo.09494206991d4b29.webp)
ਤੁਹਾਡੇ ਲਈ ਇਸ ਪਾਠ ਵਿੱਚ ਵਰਤਣ ਲਈ ਕੰਟੇਨਰ ਰਜਿਸਟਰੀ Azure Container Registry ਹੈ। ਇਹ ਮੁਫ਼ਤ ਸੇਵਾ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਪੈਸਾ ਬਚਾਉਣ ਲਈ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ [clean up your project](../../../clean-up.md) ਜਦੋਂ ਤੁਸੀਂ ਖਤਮ ਕਰ ਲੈਂਦੇ ਹੋ।

@ -1,6 +1,6 @@
# ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਪਤਾ ਕਰਨ ਲਈ ਸੈਂਸਰ ਤੋਂ ਟ੍ਰਿਗਰ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-18.92c32ed1d354caa5a54baa4032cf0b172d4655e8e326ad5d46c558a0def15365.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-18.92c32ed1d354caa5.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -39,7 +39,7 @@ IoT ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ *ਚੀਜ਼ਾਂ* (ਜੰਤ
### ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ
![ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture.2278b98b55c6d4e89bde18eada3688d893861d43507641804dd2f9d3079cfaa0.png)
![ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture.2278b98b55c6d4e8.webp)
ਉਪਰ ਦਿੱਤਾ ਚਿੱਤਰ ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ ਦਿਖਾਉਂਦਾ ਹੈ।
@ -49,7 +49,7 @@ IoT ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ *ਚੀਜ਼ਾਂ* (ਜੰਤ
* **ਅੰਦਰੂਨੀ ਜਾਣਕਾਰੀ** ਸਰਵਰਲੈੱਸ ਐਪਲੀਕੇਸ਼ਨਾਂ ਤੋਂ ਆਉਂਦੀ ਹੈ, ਜਾਂ ਸਟੋਰ ਕੀਤੇ ਡਾਟਾ 'ਤੇ ਚਲਾਏ ਗਏ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ।
* **ਕਾਰਵਾਈਆਂ** ਜੰਤਰਾਂ ਨੂੰ ਭੇਜੇ ਗਏ ਕਮਾਂਡ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਜਾਂ ਡਾਟਾ ਦੀ ਵਿਜੁਅਲਾਈਜ਼ੇਸ਼ਨ ਜੋ ਮਨੁੱਖਾਂ ਨੂੰ ਫੈਸਲੇ ਲੈਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ।
![ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture-azure.0b8d2161af924cb18ae48a8558a19541cca47f27264851b5b7e56d7b8bb372ac.png)
![ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture-azure.0b8d2161af924cb1.webp)
ਉਪਰ ਦਿੱਤਾ ਚਿੱਤਰ ਕੁਝ ਹਿੱਸਿਆਂ ਅਤੇ ਸੇਵਾਵਾਂ ਨੂੰ ਦਿਖਾਉਂਦਾ ਹੈ ਜੋ ਹੁਣ ਤੱਕ ਪਾਠਾਂ ਵਿੱਚ ਕਵਰ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਇਹ ਕਿਵੇਂ ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਜੁੜਦੇ ਹਨ।
@ -89,7 +89,7 @@ IoT ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ *ਚੀਜ਼ਾਂ* (ਜੰਤ
### ਆਪਣੇ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਪ੍ਰੋਟੋਟਾਈਪ ਬਣਾਉਣਾ
![ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਜਾਂਚ ਲਈ ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture-fruit-quality.cc705f121c3b6fa71c800d9630935ac34bc08223a04601e35f41d5e9b5dd5207.png)
![ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਜਾਂਚ ਲਈ ਇੱਕ ਰੈਫਰੈਂਸ IoT ਆਰਕੀਟੈਕਚਰ](../../../../../translated_images/pa/iot-reference-architecture-fruit-quality.cc705f121c3b6fa7.webp)
ਉਪਰ ਦਿੱਤਾ ਚਿੱਤਰ ਇਸ ਪ੍ਰੋਟੋਟਾਈਪ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਇੱਕ ਰੈਫਰੈਂਸ ਆਰਕੀਟੈਕਚਰ ਦਿਖਾਉਂਦਾ ਹੈ।

@ -20,7 +20,7 @@ Grove ਟਾਈਮ ਆਫ ਫਲਾਈਟ ਸੈਂਸਰ ਨੂੰ ਰਾਸਪ
ਟਾਈਮ ਆਫ ਫਲਾਈਟ ਸੈਂਸਰ ਨੂੰ ਜੋੜੋ।
![A grove time of flight sensor](../../../../../translated_images/pa/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
![A grove time of flight sensor](../../../../../translated_images/pa/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
1. Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਟਾਈਮ ਆਫ ਫਲਾਈਟ ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਕੇਵਲ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗੀ।

@ -36,11 +36,11 @@ CounterFit ਐਪ ਵਿੱਚ ਦੂਰੀ ਸੈਂਸਰ ਸ਼ਾਮਲ ਕ
1. ਦੂਰੀ ਸੈਂਸਰ ਬਣਾਉਣ ਲਈ **Add** ਬਟਨ ਚੁਣੋ।
![ਦੂਰੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-distance-sensor.967c9fb98f27888d95920c9784d004c972490eb71f70397fe13bd70a79a879a3.png)
![ਦੂਰੀ ਸੈਂਸਰ ਸੈਟਿੰਗ](../../../../../translated_images/pa/counterfit-create-distance-sensor.967c9fb98f27888d.webp)
ਦੂਰੀ ਸੈਂਸਰ ਬਣਾਇਆ ਜਾਵੇਗਾ ਅਤੇ ਸੈਂਸਰਾਂ ਦੀ ਸੂਚੀ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
![ਦੂਰੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-distance-sensor.079eefeeea0b68afc36431ce8fcbe2f09a7e4916ed1cd5cb30e696db53bc18fa.png)
![ਦੂਰੀ ਸੈਂਸਰ ਬਣਾਇਆ ਗਿਆ](../../../../../translated_images/pa/counterfit-distance-sensor.079eefeeea0b68af.webp)
## ਦੂਰੀ ਸੈਂਸਰ ਪ੍ਰੋਗਰਾਮ ਕਰੋ

@ -20,7 +20,7 @@ Grove Time of Flight ਸੈਂਸਰ ਨੂੰ Wio Terminal ਨਾਲ ਜੋੜ
Time of Flight ਸੈਂਸਰ ਨੂੰ ਜੋੜੋ।
![ਇੱਕ Grove Time of Flight ਸੈਂਸਰ](../../../../../translated_images/pa/grove-time-of-flight-sensor.d82ff2165bfded9f485de54d8d07195a6270a602696825fca19f629ddfe94e86.png)
![ਇੱਕ Grove Time of Flight ਸੈਂਸਰ](../../../../../translated_images/pa/grove-time-of-flight-sensor.d82ff2165bfded9f.webp)
1. Grove ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ Time of Flight ਸੈਂਸਰ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।

@ -1,6 +1,6 @@
# ਸਟਾਕ ਡਿਟੈਕਟਰ ਨੂੰ ਟ੍ਰੇਨ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-19.cf6973cecadf080c4b526310620dc4d6f5994c80fb0139c6f378cc9ca2d435cd.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-19.cf6973cecadf080c.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -36,7 +36,7 @@
ਇਮੇਜ ਕਲਾਸੀਫਿਕੇਸ਼ਨ ਸਾਰੇ ਚਿੱਤਰ ਨੂੰ ਕਲਾਸੀਫਾਈ ਕਰਨ ਬਾਰੇ ਹੈ - ਸਾਰੇ ਚਿੱਤਰ ਵਿੱਚ ਹਰ ਟੈਗ ਨਾਲ ਮੇਲ ਖਾਣ ਦੀ ਸੰਭਾਵਨਾ ਕੀ ਹੈ। ਤੁਹਾਨੂੰ ਮਾਡਲ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਵਰਤੇ ਗਏ ਹਰ ਟੈਗ ਲਈ ਸੰਭਾਵਨਾਵਾਂ ਵਾਪਸ ਮਿਲਦੀਆਂ ਹਨ।
![ਕਾਜੂ ਅਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੀ ਇਮੇਜ ਕਲਾਸੀਫਿਕੇਸ਼ਨ](../../../../../translated_images/pa/image-classifier-cashews-tomato.bc2e16ab8f05cf9ac0f59f73e32efc4227f9a5b601b90b2c60f436694547a965.png)
![ਕਾਜੂ ਅਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੀ ਇਮੇਜ ਕਲਾਸੀਫਿਕੇਸ਼ਨ](../../../../../translated_images/pa/image-classifier-cashews-tomato.bc2e16ab8f05cf9a.webp)
ਉਪਰੋਕਤ ਉਦਾਹਰਨ ਵਿੱਚ, ਦੋ ਚਿੱਤਰਾਂ ਨੂੰ ਇੱਕ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕਲਾਸੀਫਾਈ ਕੀਤਾ ਗਿਆ ਹੈ ਜੋ ਕਿ ਕਾਜੂ ਦੇ ਡੱਬਿਆਂ ਜਾਂ ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨਾਂ ਨੂੰ ਕਲਾਸੀਫਾਈ ਕਰਨ ਲਈ ਟ੍ਰੇਨ ਕੀਤਾ ਗਿਆ ਹੈ। ਪਹਿਲਾ ਚਿੱਤਰ ਕਾਜੂ ਦੇ ਡੱਬੇ ਦਾ ਹੈ, ਅਤੇ ਇਮੇਜ ਕਲਾਸੀਫਾਇਰ ਤੋਂ ਦੋ ਨਤੀਜੇ ਹਨ:
@ -60,7 +60,7 @@
> 🎓 *ਬਾਊਂਡਿੰਗ ਬਾਕਸ* ਉਹ ਬਾਕਸ ਹਨ ਜੋ ਆਬਜੈਕਟ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਹੁੰਦੇ ਹਨ।
![ਕਾਜੂ ਅਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੀ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ](../../../../../translated_images/pa/object-detector-cashews-tomato.1af7c26686b4db0e709754aeb196f4e73271f54e2085db3bcccb70d4a0d84d97.png)
![ਕਾਜੂ ਅਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੀ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ](../../../../../translated_images/pa/object-detector-cashews-tomato.1af7c26686b4db0e.webp)
ਉਪਰੋਕਤ ਚਿੱਤਰ ਵਿੱਚ ਕਾਜੂ ਦੇ ਡੱਬੇ ਅਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਤਿੰਨ ਕੈਨ ਹਨ। ਆਬਜੈਕਟ ਡਿਟੈਕਟਰ ਨੇ ਕਾਜੂ ਨੂੰ ਪਛਾਣਿਆ ਹੈ, ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਵਾਪਸ ਕਰਦਾ ਹੈ ਜੋ ਕਿ ਕਾਜੂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਆਬਜੈਕਟ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, ਇਸ ਮਾਮਲੇ ਵਿੱਚ 97.6%। ਆਬਜੈਕਟ ਡਿਟੈਕਟਰ ਨੇ ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਤਿੰਨ ਕੈਨਾਂ ਨੂੰ ਵੀ ਪਛਾਣਿਆ ਹੈ, ਅਤੇ ਤਿੰਨ ਵੱਖਰੇ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਹਰ ਪਛਾਣੇ ਗਏ ਕੈਨ ਲਈ ਇੱਕ, ਅਤੇ ਹਰ ਇੱਕ ਵਿੱਚ ਪ੍ਰਤੀਸ਼ਤ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਵਿੱਚ ਟਮਾਟਰ ਪੇਸਟ ਦਾ ਕੈਨ ਹੈ।
@ -111,7 +111,7 @@
ਜਦੋਂ ਤੁਸੀਂ ਆਪਣਾ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਂਦੇ ਹੋ, ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਪਹਿਲਾਂ ਬਣਾਏ `stock-detector-training` ਰਿਸੋਰਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ। *Object Detection* ਪ੍ਰੋਜੈਕਟ ਕਿਸਮ ਅਤੇ *Products on Shelves* ਡੋਮੇਨ ਦੀ ਵਰਤੋਂ ਕਰੋ।
![Custom Vision ਪ੍ਰੋਜੈਕਟ ਲਈ ਸੈਟਿੰਗਾਂ](../../../../../translated_images/pa/custom-vision-create-object-detector-project.32d4fb9aa8e7e7375f8a799bfce517aca970f2cb65e42d4245c5e635c734ab29.png)
![Custom Vision ਪ੍ਰੋਜੈਕਟ ਲਈ ਸੈਟਿੰਗਾਂ](../../../../../translated_images/pa/custom-vision-create-object-detector-project.32d4fb9aa8e7e737.webp)
*Products on Shelves* ਡੋਮੇਨ ਖਾਸ ਤੌਰ 'ਤੇ ਸਟੋਰ ਸ਼ੇਲਫਾਂ 'ਤੇ ਸਟਾਕ ਦੀ ਪਛਾਣ ਲਈ ਟਾਰਗਟ ਕੀਤਾ ਗਿਆ ਹੈ। Microsoft Docs 'ਤੇ [Select a domain documentation](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/select-domain?WT.mc_id=academic-17441-jabenn#object-detection) 'ਤੇ ਵੱਖ-ਵੱਖ ਡੋਮੇਨ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹੋ।

@ -1,6 +1,6 @@
# IoT ਡਿਵਾਈਸ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-20.0211df9551a8abb300fc8fcf7dc2789468dea2eabe9202273ac077b0ba37f15e.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-20.0211df9551a8abb3.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -62,7 +62,7 @@
1. ਇਟਰੇਸ਼ਨ ਲਈ **Publish** ਬਟਨ ਚੁਣੋ।
![ਪਬਲਿਸ਼ ਬਟਨ](../../../../../translated_images/pa/custom-vision-object-detector-publish-button.34ee379fc650ccb9856c3868d0003f413b9529f102fc73c37168c98d721cc293.png)
![ਪਬਲਿਸ਼ ਬਟਨ](../../../../../translated_images/pa/custom-vision-object-detector-publish-button.34ee379fc650ccb9.webp)
1. *Publish Model* ਡਾਇਲਾਗ ਵਿੱਚ, *Prediction resource* ਨੂੰ `stock-detector-prediction` ਰਿਸੋਰਸ 'ਤੇ ਸੈਟ ਕਰੋ ਜੋ ਤੁਸੀਂ ਪਿਛਲੇ ਪਾਠ ਵਿੱਚ ਬਣਾਇਆ ਸੀ। ਨਾਮ ਨੂੰ `Iteration2` ਵਜੋਂ ਛੱਡੋ, ਅਤੇ **Publish** ਬਟਨ ਚੁਣੋ।
@ -76,7 +76,7 @@
*Prediction-Key* ਮੁੱਲ ਦੀ ਵੀ ਇੱਕ ਕਾਪੀ ਲਵੋ। ਇਹ ਇੱਕ ਸੁਰੱਖਿਅਤ ਕੁੰਜੀ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਮਾਡਲ ਨੂੰ ਕਾਲ ਕਰਨ ਸਮੇਂ ਪਾਸ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਸਿਰਫ ਉਹ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਇਹ ਕੁੰਜੀ ਪਾਸ ਕਰਦੇ ਹਨ ਮਾਡਲ ਨੂੰ ਵਰਤਣ ਦੀ ਆਗਿਆ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ, ਹੋਰ ਕੋਈ ਵੀ ਐਪਲੀਕੇਸ਼ਨ ਰੱਦ ਕਰ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ।
![ਪ੍ਰਡਿਕਸ਼ਨ API ਡਾਇਲਾਗ ਜੋ URL ਅਤੇ ਕੁੰਜੀ ਦਿਖਾ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
![ਪ੍ਰਡਿਕਸ਼ਨ API ਡਾਇਲਾਗ ਜੋ URL ਅਤੇ ਕੁੰਜੀ ਦਿਖਾ ਰਿਹਾ ਹੈ](../../../../../translated_images/pa/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
✅ ਜਦੋਂ ਇੱਕ ਨਵੀਂ ਇਟਰੇਸ਼ਨ ਪਬਲਿਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਇਸਦਾ ਇੱਕ ਵੱਖਰਾ ਨਾਮ ਹੁੰਦਾ ਹੈ। ਤੁਹਾਡੇ ਖਿਆਲ ਵਿੱਚ ਤੁਸੀਂ IoT ਡਿਵਾਈਸ ਨੂੰ ਵਰਤ ਰਹੀ ਇਟਰੇਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਬਦਲੋਗੇ?
@ -95,7 +95,7 @@
ਕਸਟਮ ਵਿਜ਼ਨ ਵਿੱਚ **Predictions** ਟੈਬ ਵਿੱਚ ਪ੍ਰਡਿਕਸ਼ਨ ਦੇ ਨਤੀਜੇ ਉਸ ਚਿੱਤਰ 'ਤੇ ਖਿੱਚੇ ਜਾਂਦੇ ਹਨ ਜੋ ਪ੍ਰਡਿਕਸ਼ਨ ਲਈ ਭੇਜਿਆ ਗਿਆ ਸੀ।
![ਸ਼ੈਲਫ਼ 'ਤੇ 4 ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ, 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਦੀ ਸੰਭਾਵਨਾ ਨਾਲ ਪਤਾ ਲਗਾਇਆ ਗਿਆ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
![ਸ਼ੈਲਫ਼ 'ਤੇ 4 ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ, 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਦੀ ਸੰਭਾਵਨਾ ਨਾਲ ਪਤਾ ਲਗਾਇਆ ਗਿਆ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca341.webp)
ਉਪਰੋਕਤ ਚਿੱਤਰ ਵਿੱਚ, 4 ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ ਦਾ ਪਤਾ ਲਗਾਇਆ ਗਿਆ। ਨਤੀਜਿਆਂ ਵਿੱਚ ਇੱਕ ਲਾਲ ਵਰਗ ਹਰ ਚਿੱਤਰ 'ਤੇ ਖਿੱਚਿਆ ਗਿਆ ਹੈ ਜਿਸ ਵਿੱਚ ਚਿੱਤਰ ਵਿੱਚ ਪਤਾ ਲਗਾਈ ਗਈ ਚੀਜ਼ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਚਿੱਤਰ ਲਈ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
@ -103,7 +103,7 @@
ਬਾਊਂਡਿੰਗ ਬਾਕਸ 4 ਮੁੱਲਾਂ ਨਾਲ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ - top, left, height ਅਤੇ width। ਇਹ ਮੁੱਲ 0-1 ਦੇ ਪੈਮਾਨੇ 'ਤੇ ਹੁੰਦੇ ਹਨ, ਜੋ ਚਿੱਤਰ ਦੇ ਆਕਾਰ ਦੇ ਪ੍ਰਤੀਸ਼ਤ ਵਜੋਂ ਸਥਿਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਮੂਲ ਸਥਾਨ (0,0 ਸਥਿਤੀ) ਚਿੱਤਰ ਦੇ ਉੱਪਰ-ਖੱਬੇ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ top ਮੁੱਲ ਉੱਪਰ ਤੋਂ ਦੂਰੀ ਹੈ, ਅਤੇ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਦਾ ਹੇਠਾਂ top ਪਲੱਸ height ਹੁੰਦਾ ਹੈ।
![ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਬਾਊਂਡਿੰਗ ਬਾਕਸ](../../../../../translated_images/pa/bounding-box.1420a7ea0d3d15f71e1ffb5cf4b2271d184fac051f990abc541975168d163684.png)
![ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਬਾਊਂਡਿੰਗ ਬਾਕਸ](../../../../../translated_images/pa/bounding-box.1420a7ea0d3d15f7.webp)
ਉਪਰੋਕਤ ਚਿੱਤਰ 600 ਪਿਕਸਲ ਚੌੜਾ ਅਤੇ 800 ਪਿਕਸਲ ਲੰਬਾ ਹੈ। ਬਾਊਂਡਿੰਗ ਬਾਕਸ 320 ਪਿਕਸਲ ਹੇਠਾਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ top ਕੋਆਰਡੀਨੇਟ 0.4 (800 x 0.4 = 320) ਹੁੰਦਾ ਹੈ। ਖੱਬੇ ਤੋਂ, ਬਾਊਂਡਿੰਗ ਬਾਕਸ 240 ਪਿਕਸਲ ਅਕਰੋਸ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਜਿਸ ਨਾਲ left ਕੋਆਰਡੀਨੇਟ 0.4 (600 x 0.4 = 240) ਹੁੰਦਾ ਹੈ। ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਦੀ height 240 ਪਿਕਸਲ ਹੈ, ਜਿਸ ਨਾਲ height ਮੁੱਲ 0.3 (800 x 0.3 = 240) ਹੁੰਦਾ ਹੈ। ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਦੀ width 120 ਪਿਕਸਲ ਹੈ, ਜਿਸ ਨਾਲ width ਮੁੱਲ 0.2 (600 x 0.2 = 120) ਹੁੰਦਾ ਹੈ।
@ -118,7 +118,7 @@
ਤੁਸੀਂ ਬਾਊਂਡਿੰਗ ਬਾਕਸਾਂ ਨੂੰ ਸੰਭਾਵਨਾਵਾਂ ਨਾਲ ਮਿਲਾ ਕੇ ਡਿਟੈਕਸ਼ਨ ਦੀ ਸਹੀਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਵਜੋਂ, ਇੱਕ ਆਬਜੈਕਟ ਡਿਟੈਕਟਰ ਕਈ ਚੀਜ਼ਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਜੋ ਇੱਕ ਦੂਜੇ ਨਾਲ ਓਵਰਲੈਪ ਕਰਦੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਕੈਨ ਨੂੰ ਦੂਜੇ ਦੇ ਅੰਦਰ ਪਤਾ ਲਗਾਉਣਾ। ਤੁਹਾਡਾ ਕੋਡ ਬਾਊਂਡਿੰਗ ਬਾਕਸਾਂ ਨੂੰ ਵੇਖ ਸਕਦਾ ਹੈ, ਸਮਝ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਅਸੰਭਵ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਚੀਜ਼ਾਂ ਨੂੰ ਅਣਦੇਖਾ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਹੋਰ ਚੀਜ਼ਾਂ ਨਾਲ ਮਹੱਤਵਪੂਰਨ ਓਵਰਲੈਪ ਕਰਦੀਆਂ ਹਨ।
![ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ 'ਤੇ ਦੋ ਓਵਰਲੈਪਿੰਗ ਬਾਊਂਡਿੰਗ ਬਾਕਸ](../../../../../translated_images/pa/overlap-object-detection.d431e03cae75072a2760430eca7f2c5fdd43045bfd72dadcbf12711f7cd6c2ae.png)
![ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ 'ਤੇ ਦੋ ਓਵਰਲੈਪਿੰਗ ਬਾਊਂਡਿੰਗ ਬਾਕਸ](../../../../../translated_images/pa/overlap-object-detection.d431e03cae75072a.webp)
ਉਪਰੋਕਤ ਉਦਾਹਰਨ ਵਿੱਚ, ਇੱਕ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਨੇ 78.3% ਦੀ ਸੰਭਾਵਨਾ ਨਾਲ ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ ਦਾ ਪਤਾ ਲਗਾਇਆ। ਦੂਜਾ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਥੋੜਾ ਛੋਟਾ ਹੈ, ਅਤੇ ਪਹਿਲੇ ਬਾਊਂਡਿੰਗ ਬਾਕਸ ਦੇ ਅੰਦਰ 64.3% ਦੀ ਸੰਭਾਵਨਾ ਨਾਲ ਹੈ। ਤੁਹਾਡਾ ਕੋਡ ਬਾਊਂਡਿੰਗ ਬਾਕਸਾਂ ਨੂੰ ਚੈੱਕ ਕਰ ਸਕਦਾ ਹੈ, ਵੇਖ ਸਕਦਾ ਹੈ ਕਿ ਉਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਓਵਰਲੈਪ ਕਰਦੇ ਹਨ, ਅਤੇ ਘੱਟ ਸੰਭਾਵਨਾ ਨੂੰ ਅਣਦੇਖਾ ਕਰ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ ਇੱਕ ਚੀਜ਼ ਦੂਜੇ ਦੇ ਅੰਦਰ ਨਹੀਂ ਹੋ ਸਕਦੀ।

@ -67,7 +67,7 @@
ਤੁਸੀਂ ਲਿਆ ਗਿਆ ਚਿੱਤਰ ਅਤੇ ਇਹ ਮੁੱਲ **Predictions** ਟੈਬ ਵਿੱਚ Custom Vision ਵਿੱਚ ਦੇਖ ਸਕਦੇ ਹੋ।
![ਸ਼ੈਲਫ 'ਤੇ 4 ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ, 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਦੀ ਪਛਾਣ ਲਈ ਪ੍ਰਡਿਕਸ਼ਨ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
![ਸ਼ੈਲਫ 'ਤੇ 4 ਟਮਾਟਰ ਪੇਸਟ ਦੇ ਕੈਨ, 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਦੀ ਪਛਾਣ ਲਈ ਪ੍ਰਡਿਕਸ਼ਨ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca341.webp)
> 💁 ਤੁਸੀਂ ਇਹ ਕੋਡ [code-detect/pi](../../../../../5-retail/lessons/2-check-stock-device/code-detect/pi) ਜਾਂ [code-detect/virtual-iot-device](../../../../../5-retail/lessons/2-check-stock-device/code-detect/virtual-iot-device) ਫੋਲਡਰ ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।

@ -95,7 +95,7 @@
ਤੁਸੀਂ ਲਿਆ ਗਿਆ ਚਿੱਤਰ ਅਤੇ ਇਹ ਮੁੱਲ **Predictions** ਟੈਬ ਵਿੱਚ Custom Vision ਵਿੱਚ ਦੇਖ ਸਕਦੇ ਹੋ।
![ਸ਼ੈਲਫ਼ 'ਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੇ 4 ਕੈਨ, ਜਿਨ੍ਹਾਂ ਦੀ ਪਛਾਣ 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਹੈ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca3410ecdf23643b9f5f570cfab2345235074e24c51f285777613.png)
![ਸ਼ੈਲਫ਼ 'ਤੇ ਟਮਾਟਰ ਪੇਸਟ ਦੇ 4 ਕੈਨ, ਜਿਨ੍ਹਾਂ ਦੀ ਪਛਾਣ 35.8%, 33.5%, 25.7% ਅਤੇ 16.6% ਹੈ](../../../../../translated_images/pa/custom-vision-stock-prediction.942266ab1bcca341.webp)
> 💁 ਤੁਸੀਂ ਇਹ ਕੋਡ [code-detect/wio-terminal](../../../../../5-retail/lessons/2-check-stock-device/code-detect/wio-terminal) ਫੋਲਡਰ ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।

@ -1,6 +1,6 @@
# IoT ਡਿਵਾਈਸ ਨਾਲ ਬੋਲਚਾਲ ਦੀ ਪਹਚਾਣ ਕਰੋ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-21.e34de51354d6606fb5ee08d8c89d0222eea0a2a7aaf744a8805ae847c4f69dc4.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-21.e34de51354d6606f.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
@ -51,7 +51,7 @@
ਡਾਇਨਾਮਿਕ ਮਾਈਕਰੋਫੋਨ ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਬਿਜਲੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ, ਬਿਜਲਈ ਸੰਕੇਤ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਾਈਕਰੋਫੋਨ ਤੋਂ ਪੈਦਾ ਹੁੰਦਾ ਹੈ।
![ਸ਼ੂਰੇ SM58 (ਡਾਇਨਾਮਿਕ ਕਾਰਡੀਓਇਡ ਪ੍ਰਕਾਰ) ਮਾਈਕਰੋਫੋਨ ਵਿੱਚ ਗਾਉਂਦੀ ਪੈਟੀ ਸਮਿਥ](../../../../../translated_images/pa/dynamic-mic.8babac890a2d80dfb0874b5bf37d4b851fe2aeb9da6fd72945746176978bf3bb.jpg)
![ਸ਼ੂਰੇ SM58 (ਡਾਇਨਾਮਿਕ ਕਾਰਡੀਓਇਡ ਪ੍ਰਕਾਰ) ਮਾਈਕਰੋਫੋਨ ਵਿੱਚ ਗਾਉਂਦੀ ਪੈਟੀ ਸਮਿਥ](../../../../../translated_images/pa/dynamic-mic.8babac890a2d80df.webp)
* ਰਿਬਨ - ਰਿਬਨ ਮਾਈਕਰੋਫੋਨ ਡਾਇਨਾਮਿਕ ਮਾਈਕਰੋਫੋਨ ਦੇ ਸਮਾਨ ਹੁੰਦੇ ਹਨ, ਪਰ ਇਹਨਾਂ ਵਿੱਚ ਡਾਇਅਫ੍ਰੇਮ ਦੀ ਥਾਂ ਧਾਤੂ ਰਿਬਨ ਹੁੰਦਾ ਹੈ। ਇਹ ਰਿਬਨ ਚੁੰਬਕੀ ਖੇਤਰ ਵਿੱਚ ਹਿਲਦਾ ਹੈ ਅਤੇ ਬਿਜਲਈ ਕਰੰਟ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਡਾਇਨਾਮਿਕ ਮਾਈਕਰੋਫੋਨ ਦੀ ਤਰ੍ਹਾਂ, ਰਿਬਨ ਮਾਈਕਰੋਫੋਨ ਨੂੰ ਵੀ ਬਿਜਲੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ।
@ -59,11 +59,11 @@
* ਕੰਡੈਂਸਰ - ਕੰਡੈਂਸਰ ਮਾਈਕਰੋਫੋਨ ਵਿੱਚ ਇੱਕ ਪਤਲਾ ਧਾਤੂ ਡਾਇਅਫ੍ਰੇਮ ਅਤੇ ਇੱਕ ਸਥਿਰ ਧਾਤੂ ਬੈਕਪਲੇਟ ਹੁੰਦੀ ਹੈ। ਦੋਹਾਂ ਨੂੰ ਬਿਜਲੀ ਲਗਾਈ ਜਾਂਦੀ ਹੈ ਅਤੇ ਜਦੋਂ ਡਾਇਅਫ੍ਰੇਮ ਕੰਪਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਪਲੇਟਾਂ ਦੇ ਵਿਚਕਾਰ ਸਥਿਰ ਚਾਰਜ ਬਦਲਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੰਕੇਤ ਪੈਦਾ ਹੁੰਦਾ ਹੈ। ਕੰਡੈਂਸਰ ਮਾਈਕਰੋਫੋਨ ਨੂੰ ਕੰਮ ਕਰਨ ਲਈ ਬਿਜਲੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਜਿਸਨੂੰ *ਫੈਂਟਮ ਪਾਵਰ* ਕਿਹਾ ਜਾਂਦਾ ਹੈ।
![AKG Acoustics ਦੁਆਰਾ C451B ਛੋਟੇ ਡਾਇਅਫ੍ਰੇਮ ਕੰਡੈਂਸਰ ਮਾਈਕਰੋਫੋਨ](../../../../../translated_images/pa/condenser-mic.6f6ed5b76ca19e0ec3fd0c544601542d4479a6cb7565db336de49fbbf69f623e.jpg)
![AKG Acoustics ਦੁਆਰਾ C451B ਛੋਟੇ ਡਾਇਅਫ੍ਰੇਮ ਕੰਡੈਂਸਰ ਮਾਈਕਰੋਫੋਨ](../../../../../translated_images/pa/condenser-mic.6f6ed5b76ca19e0e.webp)
* MEMS - ਮਾਈਕ੍ਰੋਇਲੈਕਟ੍ਰੋਮੈਕੈਨਿਕਲ ਸਿਸਟਮ ਮਾਈਕਰੋਫੋਨ, ਜਾਂ MEMS, ਚਿਪ 'ਤੇ ਮਾਈਕਰੋਫੋਨ ਹੁੰਦੇ ਹਨ। ਇਹਨਾਂ ਵਿੱਚ ਸਿਲਿਕਾਨ ਚਿਪ 'ਤੇ ਇੱਕ ਦਬਾਅ ਸੰਵੇਦਨਸ਼ੀਲ ਡਾਇਅਫ੍ਰੇਮ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਇਹ ਕੰਡੈਂਸਰ ਮਾਈਕਰੋਫੋਨ ਦੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਹ ਮਾਈਕਰੋਫੋਨ ਬਹੁਤ ਛੋਟੇ ਹੋ ਸਕਦੇ ਹਨ, ਅਤੇ ਸਰਕਟਰੀ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।
![ਸਰਕਿਟ ਬੋਰਡ 'ਤੇ ਇੱਕ MEMS ਮਾਈਕਰੋਫੋਨ](../../../../../translated_images/pa/mems-microphone.80574019e1f5e4d9ee72fed720ecd25a39fc2969c91355d17ebb24ba4159e4c4.png)
![ਸਰਕਿਟ ਬੋਰਡ 'ਤੇ ਇੱਕ MEMS ਮਾਈਕਰੋਫੋਨ](../../../../../translated_images/pa/mems-microphone.80574019e1f5e4d9.webp)
ਉਪਰੋਕਤ ਚਿੱਤਰ ਵਿੱਚ, **LEFT** ਲੇਬਲ ਵਾਲਾ ਚਿਪ ਇੱਕ MEMS ਮਾਈਕਰੋਫੋਨ ਹੈ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਛੋਟਾ ਡਾਇਅਫ੍ਰੇਮ ਇੱਕ ਮਿਲੀਮੀਟਰ ਤੋਂ ਵੀ ਘੱਟ ਚੌੜਾ ਹੈ।
@ -117,7 +117,7 @@
## ਬੋਲਣ ਤੋਂ ਲਿਖਤ ਤੱਕ ਬਦਲੋ
![Speech services logo](../../../../../translated_images/pa/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
![Speech services logo](../../../../../translated_images/pa/azure-speech-logo.a1f08c4befb0159f.webp)
ਬਿਲਕੁਲ ਪਹਿਲੇ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਚਿੱਤਰ ਵਰਗੀਕਰਨ ਦੀ ਤਰ੍ਹਾਂ, ਬੋਲਣ ਨੂੰ ਆਡੀਓ ਫਾਈਲ ਵਜੋਂ ਲੈ ਕੇ ਲਿਖਤ ਵਿੱਚ ਬਦਲਣ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਬਣੀਆਂ AI ਸੇਵਾਵਾਂ ਮੌਜੂਦ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਸੇਵਾ ਹੈ Speech Service, ਜੋ Cognitive Services ਦਾ ਹਿੱਸਾ ਹੈ, ਅਤੇ ਤੁਹਾਡੇ ਐਪਸ ਵਿੱਚ ਵਰਤਣ ਲਈ ਪਹਿਲਾਂ ਤੋਂ ਬਣੀਆਂ AI ਸੇਵਾਵਾਂ ਹਨ।

@ -16,13 +16,13 @@
#### ਕੰਮ - ਬਟਨ ਨੂੰ ਜੁੜੋ
![ਇੱਕ ਗਰੋਵ ਬਟਨ](../../../../../translated_images/pa/grove-button.a70cfbb809a8563681003250cf5b06d68cdcc68624f9e2f493d5a534ae2da1e5.png)
![ਇੱਕ ਗਰੋਵ ਬਟਨ](../../../../../translated_images/pa/grove-button.a70cfbb809a85636.webp)
1. ਗਰੋਵ ਕੇਬਲ ਦੇ ਇੱਕ ਸਿਰੇ ਨੂੰ ਬਟਨ ਮੋਡੀਊਲ ਦੇ ਸਾਕਟ ਵਿੱਚ ਪਾਓ। ਇਹ ਸਿਰਫ ਇੱਕ ਹੀ ਦਿਸ਼ਾ ਵਿੱਚ ਜਾਵੇਗਾ।
1. ਰਾਸਪਬੈਰੀ ਪਾਈ ਨੂੰ ਬੰਦ ਕਰਕੇ, ਗਰੋਵ ਕੇਬਲ ਦੇ ਦੂਜੇ ਸਿਰੇ ਨੂੰ **D5** ਨਾਲ ਚਿੰਨ੍ਹਿਤ ਡਿਜੀਟਲ ਸਾਕਟ ਵਿੱਚ ਜੁੜੋ ਜੋ ਪਾਈ ਨਾਲ ਜੁੜੇ ਗਰੋਵ ਬੇਸ HAT 'ਤੇ ਹੈ। ਇਹ ਸਾਕਟ GPIO ਪਿੰਸ ਦੇ ਕੋਲ ਸਾਕਟਾਂ ਦੀ ਲਾਈਨ ਵਿੱਚ ਦੂਜਾ ਹੈ।
![ਗਰੋਵ ਬਟਨ D5 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ](../../../../../translated_images/pa/pi-button.c7a1a4f55943341ce1baf1057658e9a205804d4131d258e820c93f951df0abf3.png)
![ਗਰੋਵ ਬਟਨ D5 ਸਾਕਟ ਨਾਲ ਜੁੜਿਆ](../../../../../translated_images/pa/pi-button.c7a1a4f55943341c.webp)
## ਆਡੀਓ ਕੈਪਚਰ ਕਰੋ

@ -34,7 +34,7 @@
1. ਜੇ ਤੁਸੀਂ ReSpeaker 2-Mics Pi HAT ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ Grove ਬੇਸ ਹੈਟ ਨੂੰ ਹਟਾ ਸਕਦੇ ਹੋ ਅਤੇ ਇਸ ਦੀ ਜਗ੍ਹਾ ReSpeaker ਹੈਟ ਲਗਾ ਸਕਦੇ ਹੋ।
![ReSpeaker ਹੈਟ ਵਾਲਾ ਰਾਸਪਬੇਰੀ ਪਾਈ](../../../../../translated_images/pa/pi-respeaker-hat.f00fabe7dd039a93e2e0aa0fc946c9af0c6a9eb17c32fa1ca097fb4e384f69f0.png)
![ReSpeaker ਹੈਟ ਵਾਲਾ ਰਾਸਪਬੇਰੀ ਪਾਈ](../../../../../translated_images/pa/pi-respeaker-hat.f00fabe7dd039a93.webp)
ਤੁਹਾਨੂੰ ਇਸ ਪਾਠ ਵਿੱਚ ਬਾਅਦ ਵਿੱਚ ਇੱਕ Grove ਬਟਨ ਦੀ ਲੋੜ ਪਵੇਗੀ, ਪਰ ਇਹ ਬਟਨ ਇਸ ਹੈਟ ਵਿੱਚ ਹੀ ਬਣਿਆ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ Grove ਬੇਸ ਹੈਟ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।

@ -10,7 +10,7 @@
✅ DMAC ਬਾਰੇ ਹੋਰ ਪੜ੍ਹੋ [ਵਿਕੀਪੀਡੀਆ ਦੇ ਡਾਇਰੈਕਟ ਮੈਮੋਰੀ ਐਕਸੈਸ ਪੇਜ](https://wikipedia.org/wiki/Direct_memory_access) 'ਤੇ।
![ਮਾਈਕ ਤੋਂ ਆਡੀਓ ADC ਤੋਂ DMAC ਤੱਕ ਜਾਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਬਫਰ ਵਿੱਚ ਲਿਖਦਾ ਹੈ। ਜਦੋਂ ਇਹ ਬਫਰ ਭਰ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ DMAC ਦੂਜੇ ਬਫਰ ਵਿੱਚ ਲਿਖਦਾ ਹੈ](../../../../../translated_images/pa/dmac-adc-buffers.4509aee49145c90bc2e1be472b8ed2ddfcb2b6a81ad3e559114aca55f5fff759.png)
![ਮਾਈਕ ਤੋਂ ਆਡੀਓ ADC ਤੋਂ DMAC ਤੱਕ ਜਾਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਬਫਰ ਵਿੱਚ ਲਿਖਦਾ ਹੈ। ਜਦੋਂ ਇਹ ਬਫਰ ਭਰ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ DMAC ਦੂਜੇ ਬਫਰ ਵਿੱਚ ਲਿਖਦਾ ਹੈ](../../../../../translated_images/pa/dmac-adc-buffers.4509aee49145c90b.webp)
DMAC ਨਿਰਧਾਰਤ ਅੰਤਰਾਲ 'ਤੇ ADC ਤੋਂ ਆਡੀਓ ਕੈਪਚਰ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ 16KHz ਆਡੀਓ ਲਈ ਪ੍ਰਤੀ ਸਕਿੰਟ 16,000 ਵਾਰ। ਇਹ ਕੈਪਚਰ ਕੀਤੇ ਗਏ ਡਾਟਾ ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਅਲਾਟ ਕੀਤੇ ਮੈਮੋਰੀ ਬਫਰ ਵਿੱਚ ਲਿਖ ਸਕਦਾ ਹੈ, ਅਤੇ ਜਦੋਂ ਇਹ ਭਰ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਤੁਹਾਡੇ ਕੋਡ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ ਉਪਲਬਧ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਮੈਮੋਰੀ ਦੀ ਵਰਤੋਂ ਆਡੀਓ ਕੈਪਚਰ ਕਰਨ ਵਿੱਚ ਦੇਰੀ ਕਰ ਸਕਦੀ ਹੈ, ਪਰ ਤੁਸੀਂ ਕਈ ਬਫਰ ਸੈਟ ਕਰ ਸਕਦੇ ਹੋ। DMAC ਬਫਰ 1 ਵਿੱਚ ਲਿਖਦਾ ਹੈ, ਫਿਰ ਜਦੋਂ ਇਹ ਭਰ ਜਾਂਦਾ ਹੈ, ਤੁਹਾਡੇ ਕੋਡ ਨੂੰ ਬਫਰ 1 ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ ਸੂਚਿਤ ਕਰਦਾ ਹੈ, ਜਦੋਂ DMAC ਬਫਰ 2 ਵਿੱਚ ਲਿਖਦਾ ਹੈ। ਜਦੋਂ ਬਫਰ 2 ਭਰ ਜਾਂਦਾ ਹੈ, ਇਹ ਤੁਹਾਡੇ ਕੋਡ ਨੂੰ ਸੂਚਿਤ ਕਰਦਾ ਹੈ, ਅਤੇ ਵਾਪਸ ਬਫਰ 1 ਵਿੱਚ ਲਿਖਣ ਲਈ ਜਾਂਦਾ ਹੈ। ਇਸ ਤਰੀਕੇ ਨਾਲ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਹਰ ਬਫਰ ਨੂੰ ਉਸ ਸਮੇਂ ਤੋਂ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕਰਦੇ ਹੋ ਜਿੰਨਾ ਸਮਾਂ ਲੱਗਦਾ ਹੈ, ਤੁਸੀਂ ਕੋਈ ਡਾਟਾ ਨਹੀਂ ਗੁਆਓਗੇ।

@ -1,6 +1,6 @@
# ਭਾਸ਼ਾ ਨੂੰ ਸਮਝਣਾ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-22.6148ea28500d9e00c396aaa2649935fb6641362c8f03d8e5e90a676977ab01dd.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-22.6148ea28500d9e00.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -46,7 +46,7 @@
## ਭਾਸ਼ਾ ਸਮਝਣ ਵਾਲਾ ਮਾਡਲ ਬਣਾਉਣਾ
![LUIS ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/luis-logo.5cb4f3e88c020ee6df4f614e8831f4a4b6809a7247bf52085fb48d629ef9be52.png)
![LUIS ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/luis-logo.5cb4f3e88c020ee6.webp)
ਤੁਸੀਂ LUIS ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਭਾਸ਼ਾ ਸਮਝਣ ਵਾਲੇ ਮਾਡਲ ਬਣਾਉਣੇ ਹਨ, ਜੋ ਕਿ Microsoft ਦੀ ਇੱਕ ਭਾਸ਼ਾ ਸਮਝਣ ਵਾਲੀ ਸੇਵਾ ਹੈ ਜੋ Cognitive Services ਦਾ ਹਿੱਸਾ ਹੈ।

@ -1,6 +1,6 @@
# ਟਾਈਮਰ ਸੈਟ ਕਰੋ ਅਤੇ ਬੋਲੀ ਰਾਹੀਂ ਫੀਡਬੈਕ ਦਿਓ
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-23.f38483e1d4df4828990d3f02d60e46c978b075d384ae7cb4f7bab738e107c850.jpg)
![ਇਸ ਪਾਠ ਦਾ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-23.f38483e1d4df4828.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਮਨ](https://github.com/nitya) ਵੱਲੋਂ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।

@ -1,6 +1,6 @@
# ਬਹੁ-ਭਾਸ਼ਾਈ ਸਹਾਇਤਾ
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-24.4246968ed058510ab275052e87ef9aa89c7b2f938915d103c605c04dc6cd5bb7.jpg)
![ਇਸ ਪਾਠ ਦਾ ਇੱਕ ਸਕੈਚਨੋਟ ਝਲਕ](../../../../../translated_images/pa/lesson-24.4246968ed058510a.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤਿਆ ਨਰਸਿੰਹਨ](https://github.com/nitya) ਦੁਆਰਾ। ਵੱਡੇ ਵਰਜਨ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿਕ ਕਰੋ।
@ -66,7 +66,7 @@
### Cognitive services Speech service
![Speech service ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-speech-logo.a1f08c4befb0159f2cb5d692d3baf5b599e7b44759d316da907bda1508f46a4a.png)
![Speech service ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-speech-logo.a1f08c4befb0159f.webp)
ਪਿਛਲੇ ਪਾਠਾਂ ਵਿੱਚ ਤੁਸੀਂ ਜੋ Speech service ਵਰਤ ਰਹੇ ਹੋ, ਉਸ ਵਿੱਚ ਬੋਲਣ ਦੀ ਪਛਾਣ ਲਈ ਅਨੁਵਾਦ ਸਮਰਥਨ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਬੋਲਣ ਦੀ ਪਛਾਣ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਬੋਲਣ ਦੀ ਲਿਖਤ ਨੂੰ ਨਾ ਸਿਰਫ਼ ਉਸੇ ਭਾਸ਼ਾ ਵਿੱਚ, ਸਗੋਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਵੀ ਮੰਗ ਸਕਦੇ ਹੋ।
@ -74,7 +74,7 @@
### Cognitive services Translator service
![Translator service ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-translator-logo.c6ed3a4a433edfd2f11577eca105412c50b8396b194cbbd730723dd1d0793bcd.png)
![Translator service ਦਾ ਲੋਗੋ](../../../../../translated_images/pa/azure-translator-logo.c6ed3a4a433edfd2.webp)
Translator service ਇੱਕ ਸਮਰਪਿਤ ਅਨੁਵਾਦ ਸੇਵਾ ਹੈ ਜੋ ਇੱਕ ਭਾਸ਼ਾ ਤੋਂ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਟਾਰਗਟ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਲਿਖਤ ਦਾ ਅਨੁਵਾਦ ਕਰ ਸਕਦੀ ਹੈ। ਅਨੁਵਾਦ ਕਰਨ ਦੇ ਨਾਲ, ਇਹ ਕਈ ਵਾਧੂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ ਜਿਵੇਂ ਕਿ ਅਸ਼ਲੀਲਤਾ ਨੂੰ ਛੁਪਾਉਣਾ। ਇਹ ਤੁਹਾਨੂੰ ਕਿਸੇ ਵਿਸ਼ੇਸ਼ ਸ਼ਬਦ ਜਾਂ ਵਾਕ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਅਨੁਵਾਦ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਉਹ ਸ਼ਬਦ ਜੋ ਤੁਸੀਂ ਅਨੁਵਾਦ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ, ਜਾਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਅਨੁਵਾਦ।

@ -25,7 +25,7 @@
>
> ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ LUIS ਨੂੰ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਟ੍ਰੇਨ ਕਰਦੇ ਹੋ, ਪਰ ਯੂਜ਼ਰ ਭਾਸ਼ਾ ਵਜੋਂ ਫਰੈਂਚ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ "set a 2 minute and 27 second timer" ਵਰਗੇ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ Bing Translate ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅੰਗਰੇਜ਼ੀ ਤੋਂ ਫਰੈਂਚ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰ ਸਕਦੇ ਹੋ, ਫਿਰ **Listen translation** ਬਟਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਨੂੰ ਆਪਣੇ ਮਾਈਕਰੋਫੋਨ ਵਿੱਚ ਬੋਲ ਸਕਦੇ ਹੋ।
>
> ![Bing Translate 'Listen translation' ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
> ![Bing Translate 'Listen translation' ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a9.webp)
1. `speech_api_key` ਦੇ ਹੇਠਾਂ ਅਨੁਵਾਦਕ API ਕੁੰਜੀ ਸ਼ਾਮਲ ਕਰੋ:

@ -37,7 +37,7 @@
>
> ਉਦਾਹਰਨ ਲਈ, ਜੇ ਤੁਸੀਂ LUIS ਨੂੰ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਟ੍ਰੇਨ ਕਰਦੇ ਹੋ, ਪਰ ਉਪਭੋਗਤਾ ਭਾਸ਼ਾ ਵਜੋਂ ਫਰੈਂਚ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ "set a 2 minute and 27 second timer" ਵਰਗੇ ਵਾਕਾਂਸ਼ਾਂ ਨੂੰ Bing Translate ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅੰਗਰੇਜ਼ੀ ਤੋਂ ਫਰੈਂਚ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰ ਸਕਦੇ ਹੋ, ਫਿਰ **Listen translation** ਬਟਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਨੂੰ ਆਪਣੇ ਮਾਈਕਰੋਫੋਨ ਵਿੱਚ ਬੋਲ ਸਕਦੇ ਹੋ।
>
> ![Bing Translate 'Listen translation' ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
> ![Bing Translate 'Listen translation' ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a9.webp)
1. `recognizer_config` ਅਤੇ `recognizer` ਡਿਕਲੇਰੇਸ਼ਨ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਨਾਲ ਬਦਲੋ:

@ -105,7 +105,7 @@ Speech service REST API ਸਿੱਧੇ ਅਨੁਵਾਦਾਂ ਦਾ ਸਮ
>
> ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਤੁਸੀਂ LUIS ਨੂੰ English ਵਿੱਚ train ਕਰਦੇ ਹੋ, ਪਰ user language ਵਜੋਂ French ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ Bing Translate ਦੀ ਵਰਤੋਂ ਕਰਕੇ "set a 2 minute and 27 second timer" ਵਰਗੇ sentences ਨੂੰ English ਤੋਂ French ਵਿੱਚ translate ਕਰ ਸਕਦੇ ਹੋ, ਫਿਰ **Listen translation** ਬਟਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ translation ਨੂੰ ਆਪਣੇ microphone ਵਿੱਚ ਬੋਲ ਸਕਦੇ ਹੋ।
>
> ![Bing translate ਵਿੱਚ Listen translation ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a92f41ea74a5cf42bb4c63d6faaa08e7f46924e072a35daa48.png)
> ![Bing translate ਵਿੱਚ Listen translation ਬਟਨ](../../../../../translated_images/pa/bing-translate.348aa796d6efe2a9.webp)
1. `SPEECH_LOCATION` ਦੇ ਹੇਠਾਂ translator API key ਅਤੇ location ਸ਼ਾਮਲ ਕਰੋ:

@ -1,213 +1,224 @@
[![GitHub license](https://img.shields.io/github/license/microsoft/IoT-For-Beginners.svg)](https://github.com/microsoft/IoT-For-Beginners/blob/master/LICENSE)
[![GitHub contributors](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)
[![GitHub issues](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)
[![GitHub pull-requests](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)
[![PRs Welcome](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
[![GitHub ਲਾਇਸੈਂਸ](https://img.shields.io/github/license/microsoft/IoT-For-Beginners.svg)](https://github.com/microsoft/IoT-For-Beginners/blob/master/LICENSE)
[![GitHub ਯੋਗਦਾਨਕਰਤਾ](https://img.shields.io/github/contributors/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/graphs/contributors/)
[![GitHub ਮੁੱਦੇ](https://img.shields.io/github/issues/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/issues/)
[![GitHub ਪੁਲ-ਰਿਕਵੇਸਟ](https://img.shields.io/github/issues-pr/microsoft/IoT-For-Beginners.svg)](https://GitHub.com/microsoft/IoT-For-Beginners/pulls/)
[![PRs ਸਵਾਗਤ ਹੈ](https://img.shields.io/badge/PRs-welcome-brightgreen.svg?style=flat-square)](http://makeapullrequest.com)
[![GitHub watchers](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)
[![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
[![GitHub stars](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
[![GitHub ਵਾਚਰ](https://img.shields.io/github/watchers/microsoft/IoT-For-Beginners.svg?style=social&label=Watch)](https://GitHub.com/microsoft/IoT-For-Beginners/watchers/)
[![GitHub ਫੋਰਕ](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/network/)
[![GitHub ਤਾਰੇ](https://img.shields.io/github/stars/microsoft/IoT-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/IoT-For-Beginners/stargazers/)
### Azure AI Foundry ਕਮਿਉਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ
### Azure AI Foundry ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ
ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਵੀ ਸਵਾਲ ਹੈ ਤਾਂ। MCP ਬਾਰੇ ਗੱਲਬਾਤਾਂ ਵਿੱਚ ਸਾਥੀ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਤਜਰਬੇਕਾਰ ਵਿਕਾਸਕਾਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇੱਕ ਸਹਿਯੋਗੀ ਕਮਿਉਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲ ਸੁਆਗਤ ਨੇ ਅਤੇ ਗਿਆਨ ਮੁਫ਼ਤ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਜੇਕਰ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਸ ਬਣਾਉਣ ਦੌਰਾਨ ਕੋਈ ਸਵਾਲ ਹੈ ਤਾਂ। MCP ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਲਈ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਤਜਰਬੇਕਾਰ ਡਿਵੈਲਪਰਾਂ ਨਾਲ ਜੁੜੋ। ਇਹ ਇਕ ਸਮਰਥਨਯੋਗ ਕਮਿਊਨਿਟੀ ਹੈ ਜਿੱਥੇ ਸਵਾਲਾਂ ਦਾ ਸਵਾਗਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹ ਕੇ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
[![Microsoft Foundry ਡਿਸਕੌਰਡ](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਜਾਂ ਨਿਰਮਾਣ ਦੌਰਾਨ ਕੋਈ ਗਲਤੀ ਹੈ ਤਾਂ ਦਰਜਾ ਕਰੋ:
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਹੋਵੇ ਜਾਂ ਬਿਲਡ ਕਰਦਿਆਂ ਗ਼ਲਤੀਆਂ ਮਿਲਣ, ਤਾਂ ਜਾਓ:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
[![Microsoft Foundry ਡਿਵੈਲਪਰ ਫੋਰਮ](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
ਹ ਸਰੋਤ ਵਰਤਣਾ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਇਹ ਕਦਮ ਫਾਲੋ ਕਰੋ:
1. **ਰਿਪੋਜ਼ਿਟਰੀ ਨੂੰ ਫੋਰਕ ਕਰੋ**: Click [![GitHub forks](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
2. **ਰਿਪੋਜ਼ਿਟਰੀ ਕਲੋਨ ਕਰੋ**: `git clone https://github.com/microsoft/IoT-For-Beginners.git`
3. [**ਮਾਈਕਰੋਸਾਫਟ ਫਾਉਂਡਰੀ ਡਿਸਕੋਰਡ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ ਅਤੇ ਮਾਹਿਰਾਂ ਅਤੇ ਸਾਥੀ ਵਿਕਾਸਕਾਰਾਂ ਨਾਲ ਮਿਲੋ**](https://discord.com/invite/ByRwuEEgH4)
ਨ੍ਹਾਂ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਇਹ ਕਦਮ ਅਪਣਾਓ:
1. **ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ Fork ਕਰੋ**: Click [![GitHub ਫੋਰਕ](https://img.shields.io/github/forks/microsoft/IoT-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/IoT-For-Beginners/fork)
2. **ਰਿਪੋਜ਼ਟਰੀ ਨੂੰ ਕਲੋਨ ਕਰੋ**: `git clone https://github.com/microsoft/IoT-For-Beginners.git`
3. [**Join The Microsot Foundry Discord and meet experts and fellow developers**](https://discord.com/invite/ByRwuEEgH4)
### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਮਰਥਨ
### 🌐 ਬਹੁ-ਭਾਸ਼ਾ ਸਮਰਥਨ
#### GitHub ਐਕਸ਼ਨ ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੈਟਡ ਅਤੇ ਹਮੇਸ਼ਾ ਅਪ-ਟੂ-ਡੇਟ)
#### GitHub Action ਰਾਹੀਂ ਸਮਰਥਿਤ (ਆਟੋਮੈਟਿਕ ਅਤੇ ਹਮੇਸ਼ਾਂ ਅੱਪ-ਟੂ-ਡੇਟ)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](./README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
[ਅਰਬੀ](../ar/README.md) | [ਬੰਗਾਲੀ](../bn/README.md) | [ਬੁਲਗੇਰੀਅਨ](../bg/README.md) | [ਬਰਮੀ (ਮਿਆਨਮਾਰ)](../my/README.md) | [ਚੀਨੀ (ਸਰਲੀਕ੍ਰਿਤ)](../zh-CN/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਹੋਂਗ ਕੋਂਗ)](../zh-HK/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਮਾਕਾਉ)](../zh-MO/README.md) | [ਚੀਨੀ (ਪਾਰੰਪਰਿਕ, ਤਾਈਵਾਨ)](../zh-TW/README.md) | [ਕਰੋਏਸ਼ੀਆਈ](../hr/README.md) | [ਚੇਕ](../cs/README.md) | [ਡੈਨਿਸ਼](../da/README.md) | [ਡਚ](../nl/README.md) | [ਏਸਟੋਨੀਅਨ](../et/README.md) | [ਫਿੰਨਿਸ਼](../fi/README.md) | [ਫਰਾਂਸੀਸੀ](../fr/README.md) | [ਜਰਮਨ](../de/README.md) | [ਗ੍ਰੀਕ](../el/README.md) | [ਹੀਬ੍ਰੂ](../he/README.md) | [ਹਿੰਦੀ](../hi/README.md) | [ਹੰਗੇਰੀਅਨ](../hu/README.md) | [ਇੰਡੋਨੇਸ਼ੀਆਈ](../id/README.md) | [ਇਤਾਲਵੀ](../it/README.md) | [ਜਪਾਨੀ](../ja/README.md) | [ਕੰਨੜ](../kn/README.md) | [ਖਮੇਰ](../km/README.md) | [ਕੋਰੀਆਈ](../ko/README.md) | [ਲਿੱਥੂਆਨੀਆਈ](../lt/README.md) | [ਮਲੇਈ](../ms/README.md) | [മലയാളം](../ml/README.md) | [ਮਰਾਠੀ](../mr/README.md) | [ਨੇਪਾਲੀ](../ne/README.md) | [ਨਾਈਜੀਰੀਆਈ ਪਿਡਜਿਨ](../pcm/README.md) | [ਨਾਰਵੇਜੀਅਨ](../no/README.md) | [ਫਾਰਸੀ (ਫਾਰਸੀ)](../fa/README.md) | [ਪੋਲੈਂਡੀ](../pl/README.md) | [ਪੁਰਤਗਾਲੀ (ਬ੍ਰਾਜ਼ੀਲ)](../pt-BR/README.md) | [ਪੁਰਤਗਾਲੀ (ਪੁਰਤਗਾਲ)](../pt-PT/README.md) | [ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ)](./README.md) | [ਰੋਮਾਨੀਆਈ](../ro/README.md) | [ਰੂਸੀ](../ru/README.md) | [ਸਰਬੀਆਂ (ਸਿਰਿਲਿਕ)](../sr/README.md) | [ਸਲੋਵਾਕ](../sk/README.md) | [ਸਲੋਵੇਨੀਅਨ](../sl/README.md) | [ਸਪੇਨੀ](../es/README.md) | [ਸਵਾਹਿਲੀ](../sw/README.md) | [ਸਵੀਡਿਸ਼](../sv/README.md) | [ਟੈਗਾਲੋਗ (ਫਿਲੀਪੀਨੀ)](../tl/README.md) | [ਤਮਿਲ](../ta/README.md) | [తెలుగు](../te/README.md) | [ਥਾਈ](../th/README.md) | [ਤੁਰਕੀ](../tr/README.md) | [ਯੂਕਰੇਨੀਅਨ](../uk/README.md) | [ਉਰਦੂ](../ur/README.md) | [ਵਿਏਤਨਾਮੀ](../vi/README.md)
> **ਕੀ ਤੁਸੀਂ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਕਰਦੇ ਹੋ?**
> ਇਹ ਰਿਪੋਜ਼ਿਟਰੀ 50+ ਭਾਸ਼ਾਈ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਕਰਦੀ ਹੈ ਜਿਸ ਨਾਲ ਡਾਊਨਲੋਡ ਸਾਈਜ਼ ਕਾਫੀ ਵੱਧ ਜਾਂਦੀ ਹੈ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋਂ:
> **ਲੋਕਲ ਤੌਰ 'ਤੇ ਕਲੋਨ ਕਰਨਾ ਪਸੰਦ ਹੈ?**
>
> ਇਸ ਰਿਪੋ ਵਿੱਚ 50+ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਿਲ ਹਨ ਜੋ ਡਾਉਨਲੋਡ ਆਕਾਰ ਨੂੰ ਬਹੁਤ ਵਧਾ ਦਿੰਦੇ ਹਨ। ਬਿਨਾਂ ਅਨੁਵਾਦਾਂ ਦੇ ਕਲੋਨ ਕਰਨ ਲਈ, sparse checkout ਵਰਤੋਂ:
>
> **Bash / macOS / Linux:**
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
> cd IoT-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> ਇਸ ਨਾਲ ਤੁਹਾਨੂੰ ਸਾਰੇ ਕੋਡ ਮਿਲ ਜਾਵੇਗਾ ਜ਼ਿਆਦਾ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਨਾਲ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ।
>
> **CMD (Windows):**
> ```cmd
> git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
> cd IoT-For-Beginners
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> ਇਹ ਤੁਹਾਨੂੰ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਸਾਰਾ ਕੁਝ ਦਿੰਦਾ ਹੈ ਨਾਲ ਹੀ ਕਾਫੀ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਵੀ।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
# ਸ਼ੁਰੂਆਤੀ ਲਈ IoT - ਇਕ ਕੋਰਸਕ੍ਰਮ
# IoT for Beginners - ਇੱਕ ਪਾਠਕ੍ਰਮ
ਮਾਈਕਰੋਸਾਫਟ ਦੇ Azure ਕਲਾਉਡ ਐਡਵੋਕੇਟਸ ਖੁਸ਼ ਹਨ 12 ਹਫ਼ਤਿਆਂ, 24 ਪਾਠਾਂ ਦਾ ਕੋਰਸਕ੍ਰਮ ਪੇਸ਼ ਕਰਨ ਵਿੱਚ ਜੋ IoT ਦੇ ਮੂਲ ਬਾਰੇ ਹੈ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਵਾਲੇ ਕਿਊਜ਼ ਸ਼ਾਮਲ ਹਨ, ਪਾਠ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਇੱਕ ਹੱਲ, ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਹੋਰ। ਸਾਡਾ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪੀਡਾਗੋਜੀ ਤੁਹਾਨੂੰ ਬਣਾਉਂਦੇ ਹੋਏ ਸਿੱਖਣ ਦਿੰਦੀ ਹੈ, ਜੋ ਕਿ ਨਵੀਆਂ ਸਿੱਖਿਆਵਾਂ ਨੂੰ ਪੱਕਾ ਕਰਨ ਦਾ ਪਰਖਿਆ ਹੋਇਆ ਤਰੀਕਾ ਹੈ।
Microsoft ਵਿੱਚ Azure Cloud Advocates ਤੁਹਾਨੂੰ IoT ਦੇ ਬੁਨਿਆਦੀ ਮਾਮਲਿਆਂ ਬਾਰੇ 12-ਹਫਤਿਆਂ, 24-ਪਾਠਾਂ ਦਾ ਪਾਠਕ੍ਰਮ ਮੁਹੱਈਆ ਕਰਕੇ ਖੁਸ਼ ਹਨ। ਹਰ ਪਾਠ ਵਿੱਚ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਵਾਲੇ ਕਿਜ਼, ਪਾਠ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਲਿਖਤੀ ਹਦਾਇਤਾਂ, ਇੱਕ ਸਮਾਧਾਨ, ਇੱਕ ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਹੋਰ ਸ਼ਾਮਿਲ ਹਨ। ਸਾਡੇ ਪ੍ਰੋਜੈਕਟ-ਆਧਾਰਿਤ ਅਧਿਐਨ ਵਿਧੀ ਨਾਲ ਤੁਸੀਂ ਬਣਾਉਂਦੇ ਸਮੇਂ ਸਿੱਖਦੇ ਹੋ, ਜੋ ਨਵੀਆਂ ਹੁਨਰਾਂ ਨੂੰ 'ਟਿਕਾਉ' ਬਣਾਉਣ ਲਈ ਸਾਬਤ ਤਰੀਕਾ ਹੈ।
ਇਹ ਪ੍ਰੋਜੈਕਟ ਖੇਤੀ ਤੋਂ ਥਾਲੀ ਤੱਕ ਖਾਣ ਪੀਣ ਦੀ ਯਾਤਰਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਖੇਤੀਬਾੜੀ, ਲੋਜਿਸਟਿਕਸ, ਉਤਪਾਦਨ, ਰਿਟੇਲ ਅਤੇ ਉਪਭੋਗਤਾ ਸ਼ਾਮਿਲ ਹਨ - ਸਾਰੇ IoT ਜੰਤਰਾਂ ਲਈ ਪਸੰਦੀਦਾ ਉਦਯੋਗ ਖੇਤਰ।
ਪ੍ਰੋਜੈਕਟ ਖੇਤ ਤੋਂ ਮੇਜ਼ ਤੱਕ ਖਾਦ ਦੀ ਯਾਤਰਾ ਨੂੰ ਕਵਰ ਕਰਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਖੇਤੀਬਾੜੀ, ਲੋਜਿਸਟਿਕਸ, ਨਿਰਮਾਣ, ਰਿਟੇਲ ਅਤੇ ਉਪਭੋਗਤਾ ਸ਼ਾਮਿਲ ਹਨ - ਸਾਰੇ IoT ਡਿਵਾਈਸਾਂ ਲਈ ਲੋਕਪ੍ਰਿਯ ਉਦਯੋਗ ਖੇਤਰ ਹਨ
![ਇਸ ਕੋਰਸ ਦਾ ਰੋਡ ਮੈਪ ਜੋ 24 ਪਾਠਾਂ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਇਨਟਰੋ, ਖੇਤੀ, ਟਰਾਂਸਪੋਰਟ, ਪ੍ਰੋਸੈਸਿੰਗ, ਰਿਟੇਲ ਅਤੇ ਪਕਾਉਣਾ](../../translated_images/pa/Roadmap.bb1dec285dda0eda.webp)
![ਇਸ ਕੋਰਸ ਲਈ ਇੱਕ ਰੋਡਮੈਪ ਜਿਸ ਵਿੱਚ 24 ਪਾਠ ਦਰਸਾਏ ਗਏ ਹਨ ਜੋ ਪਰਚਿਆਂ, ਖੇਤੀ, ਆਵਾਜਾਈ, ਪ੍ਰੋਸੈਸਿੰਗ, ਰਿਟੇਲ ਅਤੇ ਰਸੋਈ ਕਵਰ ਕਰਦੇ ਹਨ](../../translated_images/pa/Roadmap.bb1dec285dda0eda.webp)
> ਸਕੈਚਨੋਟ [ਨਿਤ்யਾ ਨਾਰਸਿਮਹਨ](https://github.com/nitya) ਵੱਲੋਂ। ਵੱਡੀ ਵਰਜਨ ਦੇਖਣ ਲਈ ਚਿੱਤਰ ਤੇ ਕਲਿੱਕ ਕਰੋ।
> ਸਕੈਚਨੋਟ ਦੁਆਰਾ [Nitya Narasimhan](https://github.com/nitya). ਵੱਡਾ ਸਸਕਾਰ ਦੇਖਣ ਲਈ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ।
**ਸਾਡੇ ਲੇਖਕਾਂ [ਜੇਨ ਫਾਕਸ](https://github.com/jenfoxbot), [ਜੇਨ ਲੂਪਰ](https://github.com/jlooper), [ਜਿਮ ਬੈਨੇਟ](https://github.com/jimbobbennett), ਅਤੇ ਸਾਡੇ ਸਕੈਚਨੋਟ ਕਲਾਕਾਰ [ਨਿਤ੍ਯਾ ਨਾਰਸਿਮਹਨ](https://github.com/nitya) ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ।**
**ਸਾਡੇ ਲੇਖਕਾਂ [Jen Fox](https://github.com/jenfoxbot), [Jen Looper](https://github.com/jlooper), [Jim Bennett](https://github.com/jimbobbennett) ਅਤੇ ਸਾਡੇ ਸਕੈਚਨੋਟ ਕਲਾਕਾਰ [Nitya Narasimhan](https://github.com/nitya) ਨੂੰ ਦਿਲੋਂ ਧੰਨਵਾਦ।**
**ਸਾਡੇ [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) ਦੀ ਟੀਮ ਨੂੰ ਵੀ ਧੰਨਵਾਦ ਜੋ ਇਸ ਕੋਰਸਕ੍ਰਮ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਅਨੁਵਾਦ ਕਰ ਰਹੇ ਹਨ - [ਅਦਿੱਤਯਾ ਗਾਰਗ](https://github.com/AdityaGarg00), [ਅਨੁਰਾਗ ਸ਼ਰਮਾ](https://github.com/Anurag-0-1-A), [ਅਰਪਿਤਾ ਦਾਸ](https://github.com/Arpiiitaaa), [ਆਰਯਨ ਜੈਨ](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [ਭਾਂਵੇਸ਼ ਸੁਨੇਜਾ](https://github.com/EliteWarrior315), [ਫੇਥ ਹੁੰਜਾ](https://faithhunja.github.io/), [ਲਤੀਫਾ ਬੈੱਲੋ](https://www.linkedin.com/in/lateefah-bello/), [ਮਾਂਵੀ ਝਾ](https://github.com/Severus-Matthew), [ਮੀਰੇਲ ਟੈਨ](https://www.linkedin.com/in/mireille-tan-a4834819a/), [ਮੁਹੰਮਦ ਇਫਤਖੇਰ (ਇਫਤੂ) ਇਬਨੇ ਜਲਾਲ](https://github.com/Iftu119), [ਮੋਹੰਮਦ ਜੁਲਫਿਕਾਰ](https://github.com/mohzulfikar), [ਪ੍ਰਿਯੰਸ਼ੁ ਸ੍ਰਿਵਾਸਤਵ](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [ਥਨਮਈ ਗੌਡੁਚੇਰੂਵ](https://github.com/innovation-platform), ਅਤੇ [ਜ਼ੀਨਾ ਕਮੇਲ](https://www.linkedin.com/in/zina-kamel/)।**
**ਇਸ ਕਰਿਕੁਲਮ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਅਨੁਵਾਦ ਕਰਨ ਵਾਲੇ ਸਾਡੇ [Microsoft Learn Student Ambassadors](https://studentambassadors.microsoft.com?WT.mc_id=academic-17441-jabenn) ਦੀ ਟੀਮ ਨੂੰ ਵੀ ਧੰਨਵਾਦ - [Aditya Garg](https://github.com/AdityaGarg00), [Anurag Sharma](https://github.com/Anurag-0-1-A), [Arpita Das](https://github.com/Arpiiitaaa), [Aryan Jain](https://www.linkedin.com/in/aryan-jain-47a4a1145/), [Bhavesh Suneja](https://github.com/EliteWarrior315), [Faith Hunja](https://faithhunja.github.io/), [Lateefah Bello](https://www.linkedin.com/in/lateefah-bello/), [Manvi Jha](https://github.com/Severus-Matthew), [Mireille Tan](https://www.linkedin.com/in/mireille-tan-a4834819a/), [Mohammad Iftekher (Iftu) Ebne Jalal](https://github.com/Iftu119), [Mohammad Zulfikar](https://github.com/mohzulfikar), [Priyanshu Srivastav](https://www.linkedin.com/in/priyanshu-srivastav-b067241ba), [Thanmai Gowducheruvu](https://github.com/innovation-platform), ਅਤੇ [Zina Kamel](https://www.linkedin.com/in/zina-kamel/).**
ਟੀਮ ਨਾਲ ਮਿਲੋ!
Meet the team!
[![ਪ੍ਰੋਮੋ ਵੀਡੀਓ](../../images/IOT.gif)](https://youtu.be/-wippUJRi5k)
**ਗਿੱਫ [ਮੋਹਿਟ ਜੈਸਲ](https://linkedin.com/in/mohitjaisal) ਵੱਲੋਂ**
**ਗਿਫ਼ ਵੱਲੋਂ** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
> 🎥 ਪ੍ਰੋਜੈਕਟ ਬਾਰੇ ਵੀਡੀਓ ਲਈ ਉਪਰ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ!
> 🎥 ਉਪਰ ਦਿੱਤੇ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਇਸ ਪ੍ਰੋਜੈਕਟ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!
> **ਅਧਿਆਪਕ**, ਅਸੀਂ [ਕੋਈ ਸੁਝਾਵ ਦਿੱਤਾ ਹੈ](for-teachers.md) ਕਿ ਇਹ ਕੋਰਸਕ੍ਰਮ ਕਿਵੇਂ ਵਰਤਣਾ। ਜੇ ਤੁਸੀਂ ਆਪਣੇ ਪਾਠ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਅਸੀਂ [ਪਾਠ ਟੈਮਪਲੇਟ ਵੀ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ](lesson-template/README.md)
> **ਅਧਿਆਪਕਾਂ**, ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਕੁਝ ਸੁਝਾਵਾਂ [for-teachers.md](for-teachers.md) ਵਿੱਚ ਸ਼ਾਮਿਲ ਕੀਤੀਆਂ ਹਨ। ਜੇ ਤੁਸੀਂ ਆਪਣੇ ਖੁਦ ਦੇ ਪਾਠ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਅਸੀਂ ਇੱਕ [lesson template](lesson-template/README.md) ਵੀ ਸ਼ਾਮਿਲ ਕੀਤਾ ਹੈ
> **[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਕੋਰਸਕ੍ਰਮ ਨੂੰ ਖੁਦ ਵਰਤਣ ਲਈ, ਪੂਰਾ ਰਿਪੋ ਫੋਰਕ ਕਰੋ ਅਤੇ ਖੁਦ ਅਭਿਆਸ ਪੂਰੇ ਕਰੋ, ਪਹਿਲਾਂ ਪਹਿਲਾਂ-ਪਾਠ ਕਿਊਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰਕੇ, ਫਿਰ ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਕੰਮ ਪੂਰੇ ਕਰੋ। ਕੋਡ ਕਾਪੀ ਕਰਨ ਦੀ ਬਜਾਏ ਪਾਠ ਨੂੰ ਸਮਝਦਿਆਂ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਪਰ ਹੱਲ ਕੌਡ ਹਰੇਕ ਪ੍ਰੋਜੈਕਟ-ਮੁੱਖ ਪਾਠ ਵਿੱਚ /solutions ਫੋਲਡਰ ਵਿੱਚ ਮਿਲਦਾ ਹੈ। ਦੂਜਾ ਵਿਚਾਰ ਦੋਸਤਾਂ ਨਾਲ ਸਟਡੀ ਗਰੁੱਪ ਬਣਾਉਣਾ ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਮਿਲ ਕੇ ਦੇਖਣਾ ਹੈ। ਅਗਲੇ ਸਿੱਖਣ ਲਈ, ਅਸੀਂ [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn) ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
> **[ਵਿਦਿਆਰਥੀ](https://aka.ms/student-page)**, ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਆਪਣੀ ਤਰ੍ਹਾਂ ਵਰਤਣ ਲਈ, ਪੂਰਾ ਰਿਪੋ Fork ਕਰੋ ਅਤੇ ਖੁਦ ਹੀ ਅਭਿਆਸ ਪੂਰੇ ਕਰੋ, ਪੀ-ਲੇਕਚਰ ਕਵਿਜ਼ ਨਾਲ ਸ਼ੁਰੂ ਕਰਕੇ, ਫਿਰ ਲੈਕਚਰ ਪੜ੍ਹੋ ਅਤੇ ਬਾਕੀ ਸਰਗਰਮੀਆਂ ਪੂਰੀਆਂ ਕਰੋ। ਕੋਡ ਦਾ ਨਕਲ ਕਰਨ ਦੀ ਬਜਾਏ ਪਾਠਾਂ ਨੂੰ ਸਮਝ ਕੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ; ਹਾਲਾਂਕਿ ਉਹ ਕੋਡ ਹਰ ਪ੍ਰੋਜੈਕਟ-ਕੇਂਦਰਿਤ ਪਾਠ ਵਿੱਚ /solutions ਫੋਲਡਰਾਂ ਵਿੱਚ ਉਪਲਬਧ ਹੈ। ਇੱਕ ਹੋਰ ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਦੋਸਤਾਂ ਨਾਲ ਇੱਕ ਅਧਿਐਨ ਸਮੂਹ ਬਣਾਓ ਅਤੇ ਸਾਂਝੇ ਤੌਰ 'ਤੇ ਸਮੱਗਰੀ ਦੇਖੋ। ਅੱਗੇ ਪੜ੍ਹਾਈ ਲਈ, ਅਸੀਂ [Microsoft Learn](https://docs.microsoft.com/users/jimbobbennett/collections/ke2ehd351jopwr?WT.mc_id=academic-17441-jabenn) ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
ਇਸ ਕੋਰਸ ਦੀ ਇੱਕ ਵੀਡੀਓ ਓਵਰਵਿਊ ਲਈ, ਇਸ ਵੀਡੀਓ ਨੂੰ ਵੇਖੋ:
ਕੋਰਸ ਦਾ ਵੀਡੀਓ ਓਵਰਵਿਊ ਦੇਖਣ ਲਈ, ਇਸ ਵੀਡੀਓ ਨੂੰ ਚੈੱਕ ਕਰੋ:
[![ਪ੍ਰੋਮੋ ਵੀਡੀਓ](https://img.youtube.com/vi/bccEMm8gRuc/0.jpg)](https://youtube.com/watch?v=bccEMm8gRuc "ਪ੍ਰੋਮੋ ਵੀਡੀਓ")
> 🎥 ਪ੍ਰੋਜੈਕਟ ਬਾਰੇ ਵੀਡੀਓ ਲਈ ਉਪਰ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ!
> 🎥 ਉਪਰ ਦਿੱਤੇ ਚਿੱਤਰ 'ਤੇ ਕਲਿੱਕ ਕਰੋ ਇਸ ਪ੍ਰੋਜੈਕਟ ਬਾਰੇ ਵੀਡੀਓ ਦੇਖਣ ਲਈ!
## ਪੀਡਾਗੋਜ
## ਪਾਠ ਵਿਧ
ਅਸੀਂ ਇਸ ਕੋਰਸਕ੍ਰਮ ਨੂੰ ਬਣਾਉਂਦਿਆਂ ਦੋ ਪੀਡਾਗੋਜੀ ਸਿਧਾਂਤ ਚੁਣੇ ਹਨ: ਇਹ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਹੋਵੇ ਅਤੇ ਇਸ ਵਿੱਚ ਨਿਯਮਤ ਕਿਊਜ਼ ਸ਼ਾਮਲ ਹੋਣ। ਇਸ ਸੀਰੀਜ਼ ਦੇ ਅੰਤ ਤੱਕ, ਵਿਦਿਆਰਥੀ ਇੱਕ ਪੌਦਾ ਮਾਨੀਟਰਿੰਗ ਅਤੇ ਪਾਣੀ ਦੇਣ ਵਾਲੀ ਪ੍ਰਣਾਲੀ, ਇੱਕ ਵਾਹਨ ਟ੍ਰੈਕਰ, ਖਾਦ ਜੋਖਣ ਵਾਲੀ ਸਮਾਰਟ ਫੈਕਟਰੀ ਸੈੱਟਅਪ, ਅਤੇ ਇੱਕ ਵੌਇਸ-ਕੰਟਰੋਲਡ ਕੂਕਿੰਗ ਟਾਈਮਰ ਬਣਾਵਣਗੇ, ਅਤੇ ਇੰਟਰਨੈਟ ਆਫ ਥਿੰਗਜ਼ ਮੁੱਢਲੇ గా ਸਮਝ ਲੈਣਗੇ ਜਿਸ ਵਿੱਚ ਡਿਵਾਈਸ ਕੋਡ ਲਿਖਣਾ, ਕਲਾਉਡ ਨਾਲ ਕਨੈਕਟ ਕਰਨਾ, ਟੈਲੀਮੈਟਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਏਜ 'ਤੇ AI ਚਲਾਉਣਾ ਸ਼ਾਮਲ ਹੈ।
ਅਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਨੂੰ ਤਿਆਰ ਕਰਦੇ ਸਮੇਂ ਦੋ ਅਧਿਆਪਕੀ ਸਿਧਾਂਤ ਚੁਣੇ ਹਨ: ਇਹ ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਹੋਵੇ ਅਤੇ ਇਸ ਵਿੱਚ ਅਕਸਰ ਕਵਿਜ਼ ਹੋਣ। ਇਸ ਸੀਰੀਜ਼ ਦੇ ਅੰਤ ਤਕ, ਵਿਦਿਆਰਥੀਆਂ ਨੇ ਇੱਕ ਪੌਧੇ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ ਪਾਣੀ ਦੇਣ ਵਾਲੀ ਪ੍ਰਣਾਲੀ, ਇੱਕ ਵਾਹਨ ਟ੍ਰੈਕਰ, ਖਾਦ ਦੀ ਟਰੈਕਿੰਗ ਅਤੇ ਜਾਂਚ ਲਈ ਇੱਕ ਸਮਾਰਟ ਫੈਕਟਰੀ ਸੈਟਅਪ, ਅਤੇ ਇੱਕ ਵੌਇਸ-ਕੰਟਰੋਲਡ ਕੂਕਿੰਗ ਟਾਈਮਰ ਬਣਾਇਆ ਹੋਵੇਗਾ, ਅਤੇ ਉਹ Internet of Things ਦੇ ਮੂਲਾਂਕਣ ਸਿੱਖ ਲੈਂਗੇ, ਜਿਸ ਵਿੱਚ ਡਿਵਾਈਸ ਕੋਡ ਲਿਖਣਾ, ਕਲਾਉਡ ਨਾਲ ਜੁੜਨਾ, ਟੈਲੀਮੀਟਰੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਐਜ 'ਤੇ AI ਚਲਾਉਣਾ ਸ਼ਾਮਿਲ ਹੈ।
ਇਸ ਗੱਲ ਦੀ ਪਕਾਉਣੀ ਕਰਕੇ ਕਿ ਸਮੱਗਰੀ ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ, ਸਿੱਖਣ ਵਾਲਿਆਂ ਲਈ ਪ੍ਰਕਿਰਿਆ ਹੋਰ ਮਨੋਰੰਜਕ ਬਣ ਜਾਂਦੀ ਹੈ ਅਤੇ ਸਮਝ ਦਾ ਟਿਕਾਊ ਵਧਦਾ ਹੈ।
ਸੰਯੋਜਿਤ ਪ੍ਰੋਜੈਕਟ ਹੋਣ ਕਾਰਨ, ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਪ੍ਰਕ੍ਰਿਆ ਹੋਰ ਰੁਚਿਕਰ ਬਣਦੀ ਹੈ ਅਤੇ ਧਾਰਣਾ ਦੀ ਧਾਰਨਾ ਵਧਦੀ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ-ਦਰਜੇ ਦਾ ਕਿਊਜ਼ ਵਿਦਿਆਰਥੀ ਵਿੱਚ ਕਿਸੇ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਦੀ ਇੱਛਾ ਬਣਾਉਂਦਾ ਹੈ, ਜਦਕਿ ਕਲਾਸ ਦੇ ਬਾਅਦ ਦੂਜਾ ਕਿਊਜ਼ ਹੋਰ ਸਮਝ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਕੋਰਸਕ੍ਰਮ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਜਾਂ ਭਾਗਾਂ ਵਿੱਚ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਹਨ ਅਤੇ 12 ਹਫ਼ਤੇ ਦੇ ਚੱਕਰ ਦੇ ਅੰਤ ਵਿੱਚ ਕੰਪਲੇਕਸ ਹੋ ਜਾਂਦੇ ਹਨ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਲਾਸ ਤੋਂ ਪਹਿਲਾਂ ਇਕ ਘੱਟ-ਸਟੇਕਸ ਵਾਲਾ ਕਵਿਜ਼ ਵਿਦਿਆਰਥੀ ਦੇ ਮਨ ਨੂੰ ਕਿਸੇ ਵਿਸ਼ੇ ਨੂੰ ਸਿੱਖਣ ਵੱਲ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ, ਜਦਕਿ ਕਲਾਸ ਤੋਂ ਬਾਅਦ ਦੂਜਾ ਕਵਿਜ਼ ਹੋਰ ਪ੍ਰਸਥਿਤੀ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਪਾਠਕ੍ਰਮ ਲਚਕੀਲਾ ਅਤੇ ਮਨੋਰੰਜਕ ਬਣਾਇਆ ਗਿਆ ਸੀ ਅਤੇ ਇਸਨੂੰ ਪੂਰਾ ਜਾਂ ਹਿੱਸੇ ਵਾਜੋਂ ਲਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਛੋਟੇ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੇ ਹਨ ਅਤੇ 12 ਹਫਤਿਆਂ ਦੀ ਚਕਰ ਦੇ ਅੰਤ ਤੱਕ ਧੀਰੇ-ਧੀਰੇ ਜ਼ਿਆਦਾ ਜਟਿਲ ਹੋ ਜਾਂਦੇ ਹਨ।
ਹਰ ਪ੍ਰੋਜੈਕਟ ਸਤਹੀ ਹਾਰਡਵੇਅਰ ਉਪਲਬਧ ਹਾਉਂਦਾ ਵਾਲਿਆਂ ਅਤੇ ਸ਼ੌਕੀਨ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਹਰ ਪ੍ਰੋਜੈਕਟ ਖਾਸ ਡੋਮੇਨ ਵਿਚ ਗਹਿਰਾਈ ਨਾਲ ਜਾਣੂ ਕਰਵਾਉਂਦਾ ਹੈ। ਇੱਕ ਸਫਲ ਵਿਕਾਸਕਾਰ ਹੋਣ ਲਈ, ਜਿਸ ਡੋਮੇਨ 'ਚ ਤੁਸੀਂ ਸਮੱਸਿਆਵਾਂ ਦਾ ਹੱਲ ਕਰ ਰਹੇ ਹੋ, ਉਸ ਨੂੰ ਸਮਝਣਾ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ; ਇਸ ਪਿਛੋਕੜ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਪਣੇ IoT ਹੱਲਾਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਵਿਚਾਰ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਰਸਾਇਣਾਂ ਦੀ ਸਿੱਖਿਆ ਲੈਣ ਦਿੰਦਾ ਹੈ ਜੋ ਉਹ ਹੱਲ ਬਣਾ ਰਹੇ ਹਨ, ਅਤੇ ਆਖਰੀ ਉਪਭੋਗਤਾ ਦਾ ਮਾਨ ਦੇਣਾ ਵੀ ਸਿਖਾਉਂਦਾ ਹੈ
ਹਰ ਪ੍ਰੋਜੈਕਟ ਅਸਲੀ ਦੁਨੀਆ ਦੇ ਹਾਰਡਵੇਅਰ 'ਤੇ ਆਧਾਰਿਤ ਹੈ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਅਤੇ ਸ਼ੌਕੀਨਾਂ ਲਈ ਉਪਲਬਧ ਹੈ। ਹਰ ਪ੍ਰੋਜੈਕਟ ਖਾਸ ਪ੍ਰੋਜੈਕਟ ਡੋਮੇਨ ਵਿੱਚ ਜਾਚ ਕਰਦਾ ਹੈ ਅਤੇ ਸਬੰਧਤ ਪਿਛੋਕੜ ਗਿਆਨ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਸਫਲ ਡਿਵੈਲਪਰ ਬਣਨ ਲਈ ਜਿਸ ਡੋਮੇਨ ਵਿੱਚ ਤੁਸੀਂ ਸਮੱਸਿਆ ਹੱਲ ਕਰ ਰਹੇ ਹੋ ਉਸ ਨੂੰ ਸਮਝਣਾ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ; ਇਹ ਪਿਛੋਕੜ ਗਿਆਨ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਆਪਣੇ IoT ਹੱਲਾਂ ਅਤੇ ਸਿੱਖਣ ਨੂੰ ਉਸ ਤਰ੍ਹਾਂ ਦੇ ਅਸਲੀ ਦੁਨੀਆਈ ਸਮੱਸਿਆ ਦੇ ਸੰਦਰਭ ਵਿੱਚ ਸੋਚਣ ਦੀ ਆਜ਼ਾਦੀ ਦਿੰਦਾ ਹੈ ਜੋ ਉਹ ਇੱਕ IoT ਡਿਵੈਲਪਰ ਵਜੋਂ ਹੱਲ ਕਰਨ ਲਈ ਕਿਹਾ ਜਾ ਸਕਦਾ ਹੈ। ਵਿਦਿਆਰਥੀ ਉਹਨਾਂ ਹੱਲਾਂ ਦਾ 'ਕਿਉਂ' ਸਿੱਖਦੇ ਹਨ ਜੋ ਉਹ ਬਣਾ ਰਹੇ ਹਨ, ਅਤੇ ਅੰਤਿਮ ਉਪਭੋਗਤਾ ਦੀ ਕਦਰ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ
## ਹਾਰਡਵੇਅਰ
ਸਾਡੇ ਕੋਲ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਵਰਤਣ ਲਈ IoT ਹਾਰਡਵੇਅਰ ਦੇ ਦੋ ਵਿਕਲਪ ਹਨ, ਜੋ ਨਿੱਜੀ ਪਸੰਦ, ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਦੀ ਜਾਣਕਾਰੀ ਜਾਂ ਪਸੰਦਾਂ, ਸਿੱਖਣ ਦੇ ਲਕਸ਼ ਅਤੇ ਉਪਲਬਧਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਜਿਸਨੇ ਹਾਰਡਵੇਅਰ ਤੱਕ ਪਹੁੰਚ ਨਹੀਂ ਹੈ ਜਾਂ ਖਰੀਦਣ ਤੋਂ ਪਹਿਲਾਂ ਹੋਰ ਸਿੱਖਣਾ ਚਾਹੁੰਦੇ ਹਨ, ਉਹਨਾਂ ਲਈ ਅਸੀਂ ਇੱਕ 'ਵਰਚੁਅਲ ਹਾਰਡਵੇਅਰ' ਵਰਜਨ ਵੀ ਦਿੱਤਾ ਹੈ। ਤੁਸੀਂ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਅਤੇ ਇੱਕ 'ਖਰੀਦਦਾਰੀ ਸੂਚੀ' [hardware page](./hardware.md) 'ਤੇ ਲੱਭ ਸਕਦੇ ਹੋ, ਜਿਸ ਵਿੱਚ ਸਾਡੇ ਮਿੱਤ੍ਰ Seeed Studio ਤੋਂ ਪੂਰੇ ਕਿਟ ਖਰੀਦਣ ਲਈ ਲਿੰਕ ਵੀ ਸ਼ਾਮਿਲ ਹਨ।
ਸਾਡੇ ਕੋਲ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਦੋ IoT ਹਾਰਡਵੇਅਰ ਦੇ ਚੋਣ ਹਨ ਜੋ ਨਿੱਜੀ ਪਸੰਦ, ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਭਾਸ਼ਾ ਦਿਗਰੀਆਂ ਜਾਂ ਰੁਚੀਆਂ, ਸਿੱਖਣ ਦੇ ਲਕੜ ਅਤੇ ਉਪਲਬਧਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ। ਅਸੀਂ ਉਹਨਾਂ ਲਈ ਇੱਕ 'ਵਿਰਚੁਅਲ ਹਾਰਡਵੇਅਰ' ਵਰਜਨ ਵੀ ਦਿੱਤਾ ਹੈ ਜਿਨ੍ਹਾਂ ਕੋਲ ਹਾਰਡਵੇਅਰ ਤੱਕ ਪਹੁੰਚ ਨਹੀਂ ਹੈ, ਜਾਂ ਜੋ ਖਰੀਦਣ ਤੋਂ ਪਹਿਲਾਂ ਵਧੇਰੇ ਸਿੱਖਣਾ ਚਾਹੁੰਦੇ ਹਨ। ਤੁਸੀਂ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਅਤੇ [ਹਾਰਡਵੇਅਰ ਸਫ਼ਾ](./hardware.md) 'ਤੇ ਖਰੀਦਦਾਰੀ ਸੂਚੀ ਵੀ ਵੇਖ ਸਕਦੇ ਹੋ, ਜਿਸ ਵਿੱਚ ਸਾਡੀਆਂ ਸਹੈਯੋਗੀ Seeed Studio ਵੱਲੋਂ ਪੂਰੇ ਕਿੱਟ ਖਰੀਦਣ ਦੇ ਲਿੰਕ ਹਨ।
> 💁 ਸਾਡਾ [ਸੰਚਾਲਨ ਕੋਡ](CODE_OF_CONDUCT.md), [ਯੋਗਦਾਨ](CONTRIBUTING.md), ਅਤੇ [ਅਨੁਵਾਦ](TRANSLATIONS.md) ਨਿਯਮਾਂ ਨੂੰ ਮਿਲਾਓ। ਅਸੀਂ ਤੁਹਾਡੇ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਦਾ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
> 💁 ਸਾਡੇ [Code of Conduct](CODE_OF_CONDUCT.md), [Contributing](CONTRIBUTING.md), ਅਤੇ [Translation](TRANSLATIONS.md) ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ ਵੇਖੋ। ਅਸੀਂ ਤੁਹਾਡਾ ਰਚਨਾਤਮਕ ਫੀਡਬੈਕ ਸਵਾਗਤ ਕਰਦੇ ਹਾਂ!
>
> 🔧 ਸਮੱਸਿਆਵਾਂ ਹਨ? ਸਧਾਰਨ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲ ਲਈ ਸਾਡਾ [ਟਰਬਲਸ਼ੂਟਿੰਗ ਗਾਈਡ](TROUBLESHOOTING.md) ਵੇਖੋ।
> 🔧 ਕੋਈ ਸਮੱਸਿਆ ਆ ਰਹੀ ਹੈ? ਆਮ ਸਮੱਸਿਆਵਾਂ ਦੇ ਹੱਲਾਂ ਲਈ ਸਾਡੀ [Troubleshooting Guide](TROUBLESHOOTING.md) ਵੇਖੋ।
## ਹਰ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹਨ:
## Each lesson includes:
- ਸਕੈਚਨੋਟ
- ਵਿਕਲਪੀਕ ਸਹਾਇਕ ਵੀਡੀਓ
- ਪਹਿਲਾਂ ਪਾਠ ਦਾ ਗਰਮੀ ਪ੍ਰਸ਼ਨੋੱਤਰ
- ਲਿਖਤੀ ਪਾਠ
- ਪ੍ਰੋਜੈਕਟ-ਅਧਾਰਿਤ ਪਾਠਾਂ ਲਈ, ਪਰਿਯੋਜਨਾ ਨੂੰ ਬਣਾਉਣ ਲਈ ਕਦਮ-ਦਰ-कਦਮ ਮਦਦਗਾਰ
- ਗਿਆਨ ਜਾਂਚਾਂ
- ਇੱਕ ਚੁਣੌਤੀ
- ਸਹਾਇਕ ਪਾਠਨ
- ਅਸਾਈਨਮੈਂਟ
- [ਪਾਠ ਦੇ ਬਾਅਦ ਪ੍ਰਸ਼ਨੋੱਤਰ](https://ff-quizzes.netlify.app/en/)
- sketchnote
- optional supplemental video
- pre-lesson warmup quiz
- written lesson
- for project-based lessons, step-by-step guides on how to build the project
- knowledge checks
- a challenge
- supplemental reading
- assignment
- [post-lesson quiz](https://ff-quizzes.netlify.app/en/)
> **ਪ੍ਰਸ਼ਨੋੱਤਰਾਂ ਬਾਰੇ ਨੋਟ**: ਸਾਰੇ ਪ੍ਰਸ਼ਨੋੱਤਰ quiz-app ਫੋਲਡਰ ਵਿੱਚ ਹਨ, ਜਿੱਥੇ ਤਿੰਨ ਪ੍ਰਸ਼ਨਾਂ ਵਾਲੇ 48 ਕੁੱਲ ਪ੍ਰਸ਼ਨੋੱਤਰ ਹਨ। ਇਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ quiz ਐਪ ਨੂੰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾ ਸਕਦਾ ਹੈ ਜਾਂ ਅਜ਼ੁਰ 'ਤੇ ਚੜ੍ਹਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; quiz-app ਫੋਲਡਰ ਵਿੱਚ ਦਿੱਤੇ ਹੁਕਮਾਂ ਨੂੰ ਫਾਲੋ ਕਰੋ। ਇਹ ਧੀਰੇ-ਧੀਰੇ ਅਨੁਵਾਦ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।
> **ਕਵਿਜ ਬਾਰੇ ਇੱਕ ਨੋਟ**: ਸਾਰੇ ਕਵਿਜ `quiz-app` ਫੋਲਡਰ ਵਿੱਚ ਹਨ, ਜਿਹਨਾਂ ਵਿੱਚ ਕੁੱਲ 48 ਕਵਿਜ ਹਨ ਅਤੇ ਹਰ ਇਕ ਵਿੱਚ ਤਿੰਨ ਸਵਾਲ ਹਨ। ਉਹ ਪਾਠਾਂ ਵਿੱਚ ਲਿੰਕ ਕੀਤੇ ਗਏ ਹਨ ਪਰ quiz app ਨੂੰ ਲੋਕਲ ਤੌਰ 'ਤੇ ਚਲਾਇਆ ਜਾਂ ਸਕਦਾ ਹੈ ਜਾਂ Azure 'ਤੇ ਡਿਪਲੌਯ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; `quiz-app` ਫੋਲਡਰ ਦੇ ਹ੍ਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ। ਉਹ ਧੀਰੇ-ਧੀਰੇ ਲੋਕਲਾਈਜ਼ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।
## ਪਾਠ
## Lessons
| | ਪ੍ਰੋਜੈਕਟ ਦਾ ਨਾਮ | ਸਿੱਖਾਏ ਗਏ ਧਾਰਣਾਂ | ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਲਿੰਕ ਕੀਤਾ ਪਾਠ |
| | Project Name | Concepts Taught | Learning Objectives | Linked Lesson |
| :---: | :------------------------------------: | :---------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------: |
| 01 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | ਆਈਓਟੀ ਦਾ ਪਰਿਚਯ | ਆਈਓਟੀ ਦੇ ਮੂਲ ਸਿਧਾਂਤ ਉਹਨਾਂ ਦੇ ਹਿੱਸਿਆਂ ਅਤੇ ਕਲਾਉਡ ਸੇਵਾਵਾਂ ਨੂੰ ਸਿੱਖੋ ਜਿਵੇਂ ਕਿ ਸੈਂਸਰ ਅਤੇ ਕਲਾਉਡ ਸੇਵਾਵਾਂ, ਜਦ ਤੁਸੀਂ ਆਪਣਾ ਪਹਿਲਾ ਆਈਓਟੀ ਜੰਤਰ ਸੈੱਟ ਕਰ ਰਹੇ ਹੋ | [ਆਈਓਟੀ ਦਾ ਪਰਿਚਯ](./1-getting-started/lessons/1-introduction-to-iot/README.md) |
| 02 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | ਆਈਓਟੀ ਵਿੱਚ ਡੂੰਘਾ ਪਾਣੀ | ਆਈਓਟੀ ਸਿਸਟਮ ਦੇ ਹਿੱਸਿਆਂ ਬਾਰੇ ਹੋਰ ਜਾਣੋ, ਜਿਵੇਂ ਕਿ ਮਾਈਕ੍ਰੋਕੰਟਰੋਲਰ ਅਤੇ ਸਿੰਗਲ-ਬੋਰਡ ਕੰਪਿਊਟਰ | [ਆਈਓਟੀ ਵਿੱਚ ਡੂੰਘਾ ਪਾਣੀ](./1-getting-started/lessons/2-deeper-dive/README.md) |
| 03 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | ਸੈਂਸਰਾਂ ਅਤੇ ਐਕਿਊਏਟਰਾਂ ਨਾਲ ਭੌਤਿਕੀ ਦੁਨੀਆ ਨਾਲ ਗੱਲਬਾਤ | ਭੌਤਿਕੀ ਦੁਨੀਆ ਤੋਂ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਲਈ ਸੈਂਸਰ ਬਾਰੇ ਜਾਣੋ ਅਤੇ ਪ੍ਰਤੀਕ੍ਰਿਆ ਭੇਜਣ ਲਈ ਐਕਚੁਏਟਰ ਬਾਰੇ ਸਿੱਖੋ, ਜਦ ਤੁਸੀਂ ਇਕ ਨਾਈਟਲਾਈਟ ਬਣਾ ਰਹੇ ਹੋ | [ਸੈਂਸਰਾਂ ਅਤੇ ਐਕਿਊਏਟਰਾਂ ਨਾਲ ਗੱਲਬਾਤ](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
| 04 | [ਸ਼ੁਰੂਆत](./1-getting-started/README.md) | ਆਪਣੇ ਜੰਤਰ ਨੂੰ ਇੰਟਰਨੈੱਟ ਨਾਲ ਜੋੜੋ | ਨਾਈਟਲਾਈਟ ਨੂੰ MQTT ਬਰੋਕਰ ਨਾਲ ਜੋੜ ਕੇ ਮੈਸੇਜ ਭੇਜਣ ਅਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਆਈਓਟੀ ਜੰਤਰ ਨੂੰ ਇੰਟਰਨੈੱਟ ਨਾਲ ਕਿਵੇਂ ਜੁੜੇ ਜਾਣ ਬਾਰੇ ਸਿੱਖੋ | [ਜੰਤਰ ਨੂੰ ਇੰਟਰਨੈੱਟ ਨਾਲ ਜੋੜੋ](./1-getting-started/lessons/4-connect-internet/README.md) |
| 05 | [ਖੇਤੀ](./2-farm/README.md) | ਪੌਧਿਆਂ ਦੀ ਵਾਧ ਨੂੰ ਪੇਸ਼ਕਸ਼ ਕਰੋ | ਆਈਓਟੀ ਜੰਤਰ ਦੁਆਰਾ ਕੈਪਚਰ ਕੀਤੇ ਤਾਪਮਾਨ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੌਧਿਆਂ ਦੀ ਵਾਧ ਨੂੰ ਅੰਦਾਜ਼ਾ ਕਰਨ ਦੀ ਸਿੱਖਿਆ | [ਪੌਧਿਆਂ ਦੀ ਵਾਧ ਪੇਸ਼ਕਸ਼](./2-farm/lessons/1-predict-plant-growth/README.md) |
| 06 | [ਖੇਤੀ](./2-farm/README.md) | ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਪਤਾ ਲਗਾਓ | ਮਿੱਟੀ ਦੀ ਨਮੀ ਪਤਾ ਕਰਨ ਅਤੇ ਮਿੱਟੀ ਦੀ ਨਮੀ ਸੈਂਸਰ ਨੂੰ ਕੈਲੀਬਰਟ ਕਰਨ ਦੀ ਸਿੱਖਿਆ | [ਮਿੱਟੀ ਦੀ ਨਮੀ ਦਾ ਪਤਾ ਲਗਾਉ](./2-farm/lessons/2-detect-soil-moisture/README.md) |
| 07 | [ਖੇਤੀ](./2-farm/README.md) | ਖੁਦਕਾਰ ਪੌਧੇ ਨੂੰ ਪਾਣੀ ਦੇਣਾ | ਰਿਲੇ ਅਤੇ MQTT ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪਾਣੀ ਦੇਣ ਦੀ ਸੁਚੱਜੀ ਅਤੇ ਸਮਾਂਬੱਧ ਸਿਸਟਮ ਬਣਾਉਣ ਦੀ ਸਿੱਖਿਆ | [ਖੁਦਕਾਰ ਪੌਧੇ ਨੂੰ ਪਾਣੀ ਦੇਣਾ](./2-farm/lessons/3-automated-plant-watering/README.md) |
| 08 | [ਖੇਤੀ](./2-farm/README.md) | ਆਪਣੇ ਪੌਧੇ ਨੂੰ ਕਲਾਉਡ 'ਚ ਬਦਲੋ | ਕਲਾਉਡ ਅਤੇ ਕਲਾਉਡ-ਹੋਸਟਡ ਆਈਓਟੀ ਸੇਵਾਵਾਂ ਬਾਰੇ ਜਾਣੋ ਅਤੇ ਆਪਣਾ ਪੌਦਾ ਇਕ ਪਬਲਿਕ MQTT ਬਰੋਕਰ ਦੀ ਥਾਂ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨਾਲ ਕਿਵੇਂ ਜੋੜੋ | [ਪੌਧੇ ਨੂੰ ਕਲਾਉਡ 'ਚ ਬਦਲੋ](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md) |
| 09 | [ਖੇਤੀ](./2-farm/README.md) | ਆਪਣੇ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਨੂੰ ਕਲਾਉਡ 'ਚ ਬਦਲੋ | ਕਲਾਉਡ ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਲਿਖਣ ਬਾਰੇ ਜਾਣੋ ਜੋ ਆਈਓਟੀ ਮੈਸੇਜਾਂ ਦਾ ਜਵਾਬ ਦੇਵੇ | [ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਕਲਾਉਡ 'ਚ ਬਦਲੋ](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md) |
| 10 | [ਖੇਤੀ](./2-farm/README.md) | ਆਪਣੇ ਪੌਧੇ ਦੀ ਸੁਰੱਖਿਆ ਕਰੋ | ਆਈਓਟੀ ਨਾਲ ਸੁਰੱਖਿਆ ਬਾਰੇ ਅਤੇ ਕੁੰਜੀਆਂ ਅਤੇ ਸਰਟੀਫਿਕੇਟ ਨਾਲ ਆਪਣੇ ਪੌਧੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਬਾਰੇ ਸਿੱਖੋ | [ਪੌਧੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ](./2-farm/lessons/6-keep-your-plant-secure/README.md) |
| 11 | [ਆਵਾਜਾਈ](./3-transport/README.md) | ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ | ਆਈਓਟੀ ਜੰਤਰਾਂ ਲਈ ਜੀਪੀਐਸ ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ ਬਾਰੇ ਜਾਣੋ | [ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ](./3-transport/lessons/1-location-tracking/README.md) |
| 12 | [ਆਵਾਜਾਈ](./3-transport/README.md) | ਸਥਿਤੀ ਡੇਟਾ ਸਟੋਰ ਕਰੋ | ਆਈਓਟੀ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਕੇ ਬਾਅਦ ਵਿਚ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਸਿੱਖੋ | [ਸਥਿਤੀ ਡਟਾ ਸਟੋਰ ਕਰੋ](./3-transport/lessons/2-store-location-data/README.md) |
| 13 | [ਆਵਾਜਾਈ](./3-transport/README.md) | ਸਥਿਤੀ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰੋ | ਨਕਸ਼ੇ 'ਤੇ ਸਥਿਤੀ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ, ਅਤੇ ਨਕਸ਼ੇ ਕਿਵੇਂ 3D ਦੁਨੀਆ ਨੂੰ 2D ਵਿੱਚ ਪ੍ਰਸਤੁਤ ਕਰਦੇ ਹਨ | [ਸਥਿਤੀ ਡੇਟਾ ਵਿਜ਼ੂਅਲਾਈਜ਼ ਕਰੋ](./3-transport/lessons/3-visualize-location-data/README.md) |
| 14 | [ਆਵਾਜਾਈ](./3-transport/README.md) | ਜਿਓਫੈਂਸਜ਼ | ਜਿਓਫੈਂਸਜ਼ ਬਾਰੇ ਜਾਣੋ, ਅਤੇ ਇਹ ਕਿਵੇਂ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ ਜਦ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਵਾਹਨ ਆਪਣੀ ਮੰਜ਼ਿਲ ਦੇ ਨੇੜੇ ਹੋਣ | [ਜਿਓਫੈਂਸਜ਼](./3-transport/lessons/4-geofences/README.md) |
| 15 | [ਉਤਪਾਦਨ](./4-manufacturing/README.md) | ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਨੂੰ ਤਿਆਰ ਕਰੋ | ਕਲਾਉਡ ਵਿੱਚ ਇੱਕ ਇਮੇਜ ਕਲਾਸੀਫਾਇਰ ਟ੍ਰੇਨ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ ਜੋ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਪਛਾਣਦਾ ਹੈ | [ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਤਿਆਰ ਕਰੋ](./4-manufacturing/lessons/1-train-fruit-detector/README.md) |
| 16 | [ਉਤਪਾਦਨ](./4-manufacturing/README.md) | ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਚੈੱਕ ਕਰੋ | ਆਪਣਾ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਵਰਤਣ ਬਾਰੇ ਸਿੱਖੋ | [ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਚੈੱਕ ਕਰੋ](./4-manufacturing/lessons/2-check-fruit-from-device/README.md) |
| 17 | [ਉਤਪਾਦਨ](./4-manufacturing/README.md) | ਆਪਣੇ ਫਲ ਡਿਟੈਕਟਰ ਨੂੰ ਏਜ 'ਤੇ ਚਲਾ ਕੇ ਚਲਾਓ | ਆਈਓਟੀ ਜੰਤਰ ਉੱਤੇ ਆਪਣੇ ਫਲ ਡਿਟੈਕਟਰ ਨੂੰ ਏਜ 'ਤੇ ਚਲਾਉਣ ਬਾਰੇ ਸਿੱਖੋ | [ਫਲ ਡਿਟੈਕਟਰ ਨੂੰ ਏਜ 'ਤੇ ਚਲਾ ਕੇ ਚਲਾਓ](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md) |
| 18 | [ਉਤਪਾਦਨ](./4-manufacturing/README.md) | ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਸ਼ਨ ਟਰਿਗਰ ਕਰੋ | ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਸ਼ਨ ਟਰਿਗਰ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਸ਼ਨ ਟਰਿਗਰ ਕਰੋ](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md) |
| 19 | [ਰਿਟੇਲ](./5-retail/README.md) | ਸਟਾਕ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ | ਇਕ ਸਟਾਕ ਡਿਟੈਕਟਰ ਨੂੰ ਟ੍ਰੇਨ ਕਰਨ ਲਈ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਜੇ ਇਸ ਦੁਕਾਨ ਵਿੱਚ ਸਟਾਕ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ | [ਸਟਾਕ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ](./5-retail/lessons/1-train-stock-detector/README.md) |
| 20 | [ਰਿਟੇਲ](./5-retail/README.md) | ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰੋ | ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰਨ ਲਈ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ ਮਾਡਲ ਵਰਤਣ ਬਾਰੇ ਸਿੱਖੋ | [ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰੋ](./5-retail/lessons/2-check-stock-device/README.md) |
| 21 | [ਖਪਤਕਾਰ](./6-consumer/README.md) | ਆਈਓਟੀ ਜੰਤਰ ਨਾਲ ਭਾਸ਼ਣ ਪਛਾਣ ਕਰੋ | ਆਪਣਾ ਸਮਾਰਟ ਟਾਈਮਰ ਬਣਾਉਣ ਲਈ ਆਈਓਟੀ ਜੰਤਰ ਤੋਂ ਭਾਸ਼ਣ ਪਛਾਣ ਕਰਨ ਦੀ ਸਿੱਖਿਆ | [ਆਈਓਟੀ ਜੰਤਰ ਨਾਲ ਭਾਸ਼ਣ ਪਛਾਣ](./6-consumer/lessons/1-speech-recognition/README.md) |
| 22 | [ਖਪਤਕਾਰ](./6-consumer/README.md) | ਭਾਸ਼ਾ ਸਮਝੋ | ਆਈਓਟੀ ਜੰਤਰ ਨਾਲ ਬੋਲੀ ਗਈਆਂ ਵਾਕਾਂ ਨੂੰ ਸਮਝਣ ਬਾਰੇ ਸਿੱਖੋ | [ਭਾਸ਼ਾ ਸਮਝੋ](./6-consumer/lessons/2-language-understanding/README.md) |
| 23 | [ਖਪਤਕਾਰ](./6-consumer/README.md) | ਟਾਈਮਰ ਸੈੱਟ ਕਰੋ ਅਤੇ ਬੋਲੀ ਗਈ ਫੀਡਬੈਕ ਦਿਓ | ਆਈਓਟੀ ਜੰਤਰ 'ਤੇ ਟਾਈਮਰ ਸੈੱਟ ਕਰਨਾ ਅਤੇ ਜਦ ਟਾਈਮਰ ਸੈੱਟ ਹੋਵੇ ਅਤੇ ਖਤਮ ਹੋਵੇ ਤਾਂ ਬੋਲੀ ਗਈ ਫੀਡਬੈਕ ਦੇਣ ਬਾਰੇ ਸਿੱਖੋ | [ਟਾਈਮਰ ਸੈੱਟ ਕਰੋ ਅਤੇ ਬੋਲੀ ਗਈ ਫੀਡਬੈਕ ਦਿਓ](./6-consumer/lessons/3-spoken-feedback/README.md) |
| 24 | [ਖਪਤਕਾਰ](./6-consumer/README.md) | ਕਈ ਭਾਸ਼ਾਵਾਂ ਲਈ ਸਹਿਯੋਗ ਦਿਓ | ਕਈ ਭਾਸ਼ਾਵਾਂ ਲਈ ਸਹਿਯੋਗ ਕਿਵੇਂ ਦੇਣਾ ਹੈ, ਦੋਹਾਂ ਨੂੰ ਬੋਲੀ ਜਾਣ ਅਤੇ ਤੁਹਾਡੇ ਸਮਾਰਟ ਟਾਈਮਰ ਤੋਂ ਪ੍ਰਤੀਕਿਰਿਆ ਦਿਓ | [ਕਈ ਭਾਸ਼ਾਵਾਂ ਲਈ ਸਹਿਯੋਗ](./6-consumer/lessons/4-multiple-language-support/README.md) |
## ਆਫਲਾਈਨ ਪਹੁੰਚ
ਤੁਸੀਂ [Docsify](https://docsify.js.org/#/) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ चला ਸਕਦੇ ਹੋ। ਇਸ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ, ਆਪਣੇ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart), ਅਤੇ ਅੰਦਰੂਨੀ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ `docsify serve` ਟਾਈਪ ਕਰੋ। ਵੈੱਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: `localhost:3000`
## ਪ੍ਰਸ਼ਨੋੱਤਰ
ਸ ਅੰਤਰਕਿਰਿਆਤਮਕ ਪ੍ਰਸ਼ਨੋੱਤਰ ਦੀ ਮਿਹਰਬਾਨੀ ਲਈ ਸਮੁਦਾਈ ਦਾ ਧੰਨਵਾਦ ਜੋ ਹਰ ਅਧਿਆਇ ਵਿੱਚ ਤੁਹਾਡੇ ਗਿਆਨ ਦੀ ਪਰਖ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਆਪਣਾ ਗਿਆਨ [ਇੱਥੇ](https://ff-quizzes.netlify.app/en/) ਪਰਖ ਸਕਦੇ ਹੋ
| 01 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | IoT ਦਾ ਪਰਿਚਯ | ਆਪਣਾ ਪਹਿਲਾ IoT ਡਿਵਾਈਸ ਸੈੱਟ ਕਰਦੇ ਹੋਏ IoT ਦੇ ਮੂਲ ਸਿਧਾਂਤਾਂ ਅਤੇ IoT ਹੱਲਾਂ ਦੇ ਮੂਲ ਢਾਂਚੇ ਜਿਵੇਂ ਸੈਂਸਰ ਅਤੇ ਕਲਾਉਡ ਸੇਵਾਵਾਂ ਬਾਰੇ ਸਿੱਖੋ | [IoT ਦਾ ਪਰਿਚਯ](./1-getting-started/lessons/1-introduction-to-iot/README.md) |
| 02 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | IoT ਵਿੱਚ ਡੂੰਘੀ ਜਾਣਕਾਰੀ | ਇੱਕ IoT ਸਿਸਟਮ ਦੇ ਘਟਕਾਂ, ਮਾਈਕ੍ਰੋਕੰਟਰੋਲਰ ਅਤੇ ਸਿੰਗਲ-ਬੋਰਡ ਕੰਪਿਊਟਰਾਂ ਬਾਰੇ ਹੋਰ ਜਾਣੋ | [IoT ਵਿੱਚ ਡੂੰਘੀ ਜਾਣਕਾਰੀ](./1-getting-started/lessons/2-deeper-dive/README.md) |
| 03 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | ਸੈਂਸਰ ਅਤੇ ਐਕਚੂਏਟਰਾਂ ਨਾਲ ਭੌਤਿਕ ਦੁਨੀਆ ਨਾਲ ਸੰਪਰਕ | ਭੌਤਿਕ ਦੁਨੀਆ ਤੋਂ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨ ਲਈ ਸੈਂਸਰਾਂ ਅਤੇ ਫੀਡਬੈਕ ਭੇਜਣ ਲਈ ਐਕਚੂਏਟਰਾਂ ਬਾਰੇ ਸਿੱਖੋ, ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਨਾਈਟਲਾਈਟ ਬਣਾਉਂਦੇ ਹੋ | [ਸੈਂਸਰ ਅਤੇ ਐਕਚੂਏਟਰਾਂ ਨਾਲ ਭੌਤਿਕ ਦੁਨੀਆ ਨਾਲ ਸੰਪਰਕ](./1-getting-started/lessons/3-sensors-and-actuators/README.md) |
| 04 | [ਸ਼ੁਰੂਆਤ](./1-getting-started/README.md) | ਆਪਣੇ ਡਿਵਾਈਸ ਨੂੰ ਇੰਟਰਨੈਟ ਨਾਲ ਜੋੜੋ | ਇੱਕ IoT ਡਿਵਾਈਸ ਨੂੰ ਇੰਟਰਨੈਟ ਨਾਲ ਕਿਵੇਂ ਜੋੜਣਾ ਹੈ ਤਾਂ ਜੋ ਸੁਨੇਹੇ ਭੇਜੇ ਜਾਂ ਪ੍ਰਾਪਤ ਕੀਤੇ ਜਾਣ, ਇਸ ਬਾਰੇ ਸਿੱਖੋ ਜਦੋਂ ਤੁਸੀਂ ਆਪਣੀ ਨਾਈਟਲਾਈਟ ਨੂੰ MQTT ਬ੍ਰੋਕਰ ਨਾਲ ਜੋੜਦੇ ਹੋ | [ਆਪਣਾ ਡਿਵਾਈਸ ਇੰਟਰਨੈਟ ਨਾਲ ਜੋੜੋ](./1-getting-started/lessons/4-connect-internet/README.md) |
| 05 | [ਫਾਰਮ](./2-farm/README.md) | ਪੌਦੇ ਦੀ ਵਾਧ ਵੇਖੋ | ਇੱਕ IoT ਡਿਵਾਈਸ ਦੁਆਰਾ ਕੈਪਚਰ ਕੀਤੇ ਤਾਪਮਾਨ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੌਦੇ ਦੀ ਵਾਧ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਸਿੱਖੋ | [ਪੌਦੇ ਦੀ ਵਾਧ ਦੀ ਭਵਿੱਖਬਾਣੀ](./2-farm/lessons/1-predict-plant-growth/README.md) |
| 06 | [ਫਾਰਮ](./2-farm/README.md) | ਮਿੱਟੀ ਦੀ ਨਮੀ ਪਛਾਣੋ | ਮਿੱਟੀ ਦੀ ਨਮੀ ਪਛਾਣਨ ਅਤੇ ਮਿੱਟੀ ਮੌਇਸਟਚਰ ਸੈਂਸਰ ਦੀ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਹ ਸਿੱਖੋ | [ਮਿੱਟੀ ਦੀ ਨਮੀ ਪਛਾਣੋ](./2-farm/lessons/2-detect-soil-moisture/README.md) |
| 07 | [ਫਾਰਮ](./2-farm/README.md) | ਪੌਦਿਆਂ ਨੂੰ ਆਟੋਮੇਟਿਕ ਪਾਣੀ ਦਿਓ | ਇੱਕ ਰੇਲੇ ਅਤੇ MQTT ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪਾਣੀ ਪਾਉਣ ਨੂੰ ਆਟੋਮੇਟ ਕਰਨ ਅਤੇ ਸਮਾਂ ਨਿਰਧਾਰਿਤ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [ਆਟੋਮੇਟਿਕ ਪੌਦੇ ਨੂੰ ਪਾਣੀ ਦਿਓ](./2-farm/lessons/3-automated-plant-watering/README.md) |
| 08 | [ਫਾਰਮ](./2-farm/README.md) | ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕਰੋ | ਕਲਾਉਡ ਅਤੇ ਕਲਾਉਡ-ਹੋਸਟ ਕੀਤੀਆਂ IoT ਸੇਵਾਵਾਂ ਬਾਰੇ ਜਾਣੋ ਅਤੇ ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਪਬਲਿਕ MQTT ਬ੍ਰੋਕਰ ਦੀ ਥਾਂ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਇੱਕ ਨਾਲ ਕਿਵੇਂ ਜੋੜਨਾ ਹੈ | [ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕਰੋ](./2-farm/lessons/4-migrate-your-plant-to-the-cloud/README.md) |
| 09 | [ਫਾਰਮ](./2-farm/README.md) | ਆਪਣੀ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕਰੋ | IoT ਸੁਨੇਹਿਆਂ 'ਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇਣ ਵਾਲੀ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਕਲਾਉਡ ਵਿੱਚ ਕਿਵੇਂ ਲਿਖੀ ਜਾ ਸਕਦੀ ਹੈ ਇਹ ਸਿੱਖੋ | [ਆਪਣੀ ਐਪਲੀਕੇਸ਼ਨ ਲਾਜਿਕ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕਰੋ](./2-farm/lessons/5-migrate-application-to-the-cloud/README.md) |
| 10 | [ਫਾਰਮ](./2-farm/README.md) | ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ | IoT ਨਾਲ ਸੁਰੱਖਿਆ ਬਾਰੇ ਜਾਣੋ ਅਤੇ ਚਾਬੀਆਂ ਅਤੇ ਸਰਟੀਫਿਕੇਟਾਂ ਦੇ ਨਾਲ ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਿਵੇਂ ਰੱਖਣਾ ਹੈ ਇਹ ਸਿੱਖੋ | [ਆਪਣੇ ਪੌਦੇ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖੋ](./2-farm/lessons/6-keep-your-plant-secure/README.md) |
| 11 | [ਟਰਾਂਸਪੋਰਟ](./3-transport/README.md) | ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ | IoT ਡਿਵਾਈਸਾਂ ਲਈ GPS ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ ਬਾਰੇ ਜਾਣੋ | [ਸਥਿਤੀ ਟ੍ਰੈਕਿੰਗ](./3-transport/lessons/1-location-tracking/README.md) |
| 12 | [ਟਰਾਂਸਪੋਰਟ](./3-transport/README.md) | ਸਥਿਤੀ ਡਾਟਾ ਸਟੋਰ ਕਰੋ | ਬਾਅਦ ਵਿੱਚ ਦ੍ਰਿਸ਼ਟਿਕਰਨ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ IoT ਡਾਟਾ ਸਟੋਰ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [ਸਥਿਤੀ ਡਟਾ ਸਟੋਰ ਕਰੋ](./3-transport/lessons/2-store-location-data/README.md) |
| 13 | [ਟਰਾਂਸਪੋਰਟ](./3-transport/README.md) | ਸਥਿਤੀ ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ ਕਰੋ | ਨਕਸ਼ੇ 'ਤੇ ਸਥਿਤੀ ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ ਕਰਨ ਬਾਰੇ ਅਤੇ ਨਕਸ਼ੇ 3D ਦੁਨੀਆਂ ਨੂੰ 2D ਵਿੱਚ ਕਿਵੇਂ ਦਰਸਾਉਂਦੇ ਹਨ ਇਹ ਸਿੱਖੋ | [ਸਥਿਤੀ ਡਾਟਾ ਵਿਜੁਅਲਾਈਜ਼ ਕਰੋ](./3-transport/lessons/3-visualize-location-data/README.md) |
| 14 | [ਟਰਾਂਸਪੋਰਟ](./3-transport/README.md) | ਜੀਓਫੈਂਸਸ | ਜੀਓਫੈਂਸਸ ਬਾਰੇ ਜਾਣੋ, ਅਤੇ ਇਹ ਕਿੜਾ ਵਾਹਨ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਆਪਣੇ ਮੰਜ਼ਿਲ ਦੇ ਨੇੜੇ ਹੋਣ 'ਤੇ ਸਚੇਤ ਕਰਨ ਲਈ ਕਿਵੇਂ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ | [ਜੀਓਫੈਂਸਸ](./3-transport/lessons/4-geofences/README.md) |
| 15 | [ਮੈਨੂਫੈਕਚਰਿੰਗ](./4-manufacturing/README.md) | ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ | ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਪਛਾਣਨ ਲਈ ਕਲਾਉਡ ਵਿੱਚ ਇੱਕ ਇਮੇਜ ਕਲਾਸੀਫਾਇਰ ਟ੍ਰੇਨ ਕਰਨ ਬਾਰੇ ਜਾਣੋ | [ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ](./4-manufacturing/lessons/1-train-fruit-detector/README.md) |
| 16 | [ਮੈਨੂਫੈਕਚਰਿੰਗ](./4-manufacturing/README.md) | IoT ਡਿਵਾਈਸ ਤੋਂ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਚੈੱਕ ਕਰੋ | IoT ਡਿਵਾਈਸ ਤੋਂ ਆਪਣੇ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਟਰ ਦੀ ਵਰਤੋਂ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [IoT ਡਿਵਾਈਸ ਤੋਂ ਫਲ ਦੀ ਗੁਣਵੱਤਾ ਚੈੱਕ ਕਰੋ](./4-manufacturing/lessons/2-check-fruit-from-device/README.md) |
| 17 | [ਮੈਨੂਫੈਕਚਰਿੰਗ](./4-manufacturing/README.md) | ਆਪਣੇ ਫਲ ਡਿਟੈਕਟਰ ਨੂੰ ਐਜ਼ਜ 'ਤੇ ਚਲਾਓ | ਐਜ 'ਤੇ ਇੱਕ IoT ਡਿਵਾਈਸ 'ਤੇ ਆਪਣਾ ਫਲ ਡਿਟੈਕਟਰ ਚਲਾਉਣ ਬਾਰੇ ਜਾਣੋ | [ਆਪਣਾ ਫਲ ਡਿਟੈਕਟਰ ਐਜ 'ਤੇ ਚਲਾਉ](./4-manufacturing/lessons/3-run-fruit-detector-edge/README.md) |
| 18 | [ਮੈਨੂਫੈਕਚਰਿੰਗ](./4-manufacturing/README.md) | ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਸ਼ਨ ਟ੍ਰਿਗਰ ਕਰੋ | ਇੱਕ ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਪਛਾਣਨ ਨੂੰ ਟ੍ਰਿਗਰ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [ਸੈਂਸਰ ਤੋਂ ਫਲ ਗੁਣਵੱਤਾ ਡਿਟੈਕਸ਼ਨ ਟ੍ਰਿਗਰ ਕਰੋ](./4-manufacturing/lessons/4-trigger-fruit-detector/README.md) |
| 19 | [ਰਿਟੇਲ](./5-retail/README.md) | ਸਟਾਕ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ | ਇੱਕ ਦੁਕਾਨ ਵਿੱਚ ਸਟਾਕ ਦੀ ਗਿਣਤੀ ਕਰਨ ਲਈ ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ ਵਰਤ ਕੇ ਸਟਾਕ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰਨ ਬਾਰੇ ਸਿੱਖੋ | [ਸਟਾਕ ਡਿਟੈਕਟਰ ਟ੍ਰੇਨ ਕਰੋ](./5-retail/lessons/1-train-stock-detector/README.md) |
| 20 | [ਰਿਟੇਲ](./5-retail/README.md) | IoT ਡਿਵਾਈਸ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰੋ | ਆਬਜੈਕਟ ਡਿਟੈਕਸ਼ਨ ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ IoT ਡਿਵਾਈਸ ਤੋਂ ਸਟਾਕ ਕਿਵੇਂ ਚੈੱਕ ਕਰਨਾ ਹੈ ਇਹ ਸਿੱਖੋ | [IoT ਡਿਵਾਈਸ ਤੋਂ ਸਟਾਕ ਚੈੱਕ ਕਰੋ](./5-retail/lessons/2-check-stock-device/README.md) |
| 21 | [ਕੰਜ਼్యూమਰ](./6-consumer/README.md) | IoT ਡਿਵਾਈਸ ਨਾਲ ਸਪੀਚ ਨੂੰ ਪਛਾਣੋ | ਇੱਕ ਸਮਾਰਟ ਟਾਇਮਰ ਬਣਾਉਣ ਲਈ IoT ਡਿਵਾਈਸ ਤੋਂ ਬੋਲਚਾਲ ਦੀ ਸਪੀਚ ਪਛਾਣਨ ਬਾਰੇ ਸਿੱਖੋ | [IoT ਡਿਵਾਈਸ ਨਾਲ ਸਪੀਚ ਪਛਾਣੋ](./6-consumer/lessons/1-speech-recognition/README.md) |
| 22 | [ਕੰਜ਼్యూమਰ](./6-consumer/README.md) | ਭਾਸ਼ਾ ਸਮਝੋ | IoT ਡਿਵਾਈਸ ਨੂੰ ਕਹੀ ਗਈ ਵਾਕਾਂ ਨੂੰ ਸਮਝਣ ਬਾਰੇ ਸਿੱਖੋ | [ਭਾਸ਼ਾ ਸਮਝੋ](./6-consumer/lessons/2-language-understanding/README.md) |
| 23 | [ਕੰਜ਼್ಯೂਮਰ](./6-consumer/README.md) | ਟਾਈਮਰ ਸੈੱਟ ਕਰੋ ਅਤੇ ਬੋਲ ਕੇ ਫੀਡਬੈਕ ਦਿਓ | IoT ਡਿਵਾਈਸ 'ਤੇ ਟਾਈਮਰ ਸੈੱਟ ਕਰਨ ਅਤੇ ਟਾਈਮਰ ਸੈੱਟ ਹੋਣ ਤੇ ਅਤੇ ਖ਼ਤਮ ਹੋਣ 'ਤੇ ਬੋਲ ਕੇ ਫੀਡਬੈਕ ਦੇਣ ਬਾਰੇ ਸਿੱਖੋ | [ਟਾਈਮਰ ਸੈੱਟ ਕਰੋ ਅਤੇ ਬੋਲ ਕੇ ਫੀਡਬੈਕ ਦਿਓ](./6-consumer/lessons/3-spoken-feedback/README.md) |
| 24 | [ਕੰਜ਼ਮਰ](./6-consumer/README.md) | ਇਕ ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਲਈ ਸਹਿਯੋਗ | ਇੱਥੇ ਇਹ ਸਿੱਖੋ ਕਿ ਕਿਵੇਂ ਇੱਕ ਸਮਾਰਟ ਟਾਈਮਰ ਨੂੰ ਕਈ ਭਾਸ਼ਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਦੋਹਾਂ ਨੂੰ ਬੋਲ ਕੇ ਸੁਣਨ ਅਤੇ ਟਾਈਮਰ ਤੋਂ ਪ੍ਰਤਿਕਿਰਿਆ ਦੇਣ ਵਾਰੇ | [ਕਈ ਭਾਸ਼ਾਵਾਂ ਲਈ ਸਮਰਥਨ](./6-consumer/lessons/4-multiple-language-support/README.md) |
## Offline access
ਤੁਸੀਂ ਇਹ ਦਸਤਾਵੇਜ਼ ਆਫਲਾਈਨ Docsify ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਚਲਾ ਸਕਦੇ ਹੋ। ਇਸ ਰਿਪੋ ਨੂੰ fork ਕਰੋ, ਆਪਣੀ ਲੋਕਲ ਮਸ਼ੀਨ 'ਤੇ [Docsify ਇੰਸਟਾਲ ਕਰੋ](https://docsify.js.org/#/quickstart), ਅਤੇ ਫਿਰ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ ਇਹ ਟਾਈਪ ਕਰੋ `docsify serve`। ਵੈਬਸਾਈਟ ਤੁਹਾਡੇ ਲੋਕਲਹੋਸਟ 'ਤੇ ਪੋਰਟ 3000 'ਤੇ ਸਰਵ ਕੀਤੀ ਜਾਵੇਗੀ: `localhost:3000`
## Quiz
ੰਟਰਐਕਟਿਵ ਕਵਿਜ ਹੋਸਟ ਕਰਨ ਲਈ ਕਮਿਊਨਿਟੀ ਦਾ ਧੰਨਵਾਦ, ਜੋ ਹਰ ਚੈਪਟਰ 'ਤੇ ਤੁਹਾਡੀ ਜਾਣਕਾਰੀ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਤੁਸੀਂ ਆਪਣੀ ਜਾਣਕਾਰੀ ਇੱਥੇ ਪਰਖ ਸਕਦੇ ਹੋ [ਇੱਥੇ](https://ff-quizzes.netlify.app/en/)
### PDF
ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਤੁਸੀਂ ਆਫਲਾਈਨ ਪਹੁੰਚ ਲਈ ਇਸ ਸਮੱਗਰੀ ਦੀ PDF ਬਣਾਉਂ ਸਕਦੇ ਹੋ। ਇਸਦੇ ਲਈ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡੇ ਕੋਲ [npm ਇੰਸਟਾਲ ਕੀਤਾ ਹੋਇਆ ਹੈ](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) ਅਤੇ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਕਮਾਂਡ ਚਲਾਓ:
ਤੁਸੀਂ ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਇਸ ਸਮੱਗਰੀ ਦਾ PDF ਤਿਆਰ ਕਰ ਸਕਦੇ ਹੋ। ਇਹ ਕਰਨ ਲਈ, ਇਹ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਹਾਡੇ ਕੋਲ [npm installed](https://docs.npmjs.com/downloading-and-installing-node-js-and-npm) ਹੈ ਅਤੇ ਇਸ ਰਿਪੋ ਦੇ ਰੂਟ ਫੋਲਡਰ ਵਿੱਚ ਹੇਠ ਲਿਖੇ ਕਮਾਂਡ ਚਲਾਓ:
```sh
npm i
npm run convert
```
### ਸਲਾਈਡਜ਼
### Slides
ਕੁਝ ਪਾਠਾਂ ਲਈ ਸਲਾਈਡ ਡੈੱਕ [slides](../../slides) ਫੋਲਡਰ ਵਿੱਚ ਉਪਲਬਧ ਹਨ।
ਕੁਝ ਪਾਠਾਂ ਲਈ ਸਲਾਈਡ ਡੈੱਕ [slides](../../slides) ਫੋਲਡਰ ਵਿੱਚ ਹਨ。
## ਹੋਰ ਕੋਰਿਕੁਲਮ
## Other Curricula
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਿਕੁਲਮ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਚੈੱਕ ਕਰੋ:
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਿਕੁਲਮ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agents
[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਏਆਈ ਏਜੰਟ](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ Edge AI](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ MCP](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ AI ਏਜੰਟ](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਏਆਈ ਸੀਰੀਜ਼
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਏਆਈ](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਏਆਈ (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਏਆਈ (ਜਾਵਾ)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![ਪੈਦਾ ਕਰਨ ਵਾਲੀ ਏਆਈ (ਜਾਵਾਸਕ੍ਰਿਪਟ)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Generative AI ਸੀਰੀਜ਼
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ Generative AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### ਮੁੱਢਲਾ ਸਿੱਖਿਆ
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਐਮਐਲ](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਡੇਟਾ ਸਾਇੰਸ](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਏਆਈ](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਸਾਈਬਰਸੁਰੱਖਿਆ](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਵੈੱਬ ਵਿਕਾਸ](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਆਈਓਟੀ](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![ਨਵੇਂ ਸਿਖਣ ਵਾਲਿਆਂ ਲਈ ਐਕਸਆਰ ਵਿਕਾਸ](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
### ਮੁੱ ਸਿੱਖਿਆ
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ML](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਡੇਟਾ ਸਾਇੰਸ](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ AI](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਸਾਇਬਰਸੁਰੱਖਿਆ](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ ਵੈੱਬ ਵਿਕਾਸ](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ IoT](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![ਸ਼ੁਰੂਆਤੀਆਂ ਲਈ XR ਵਿਕਾਸ](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### ਕੋਪਾਇਲਟ ਸੀਰੀਜ਼
[![ਏਆਈ ਜੋੜੇ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਲਈ ਕੋਪਾਇਲਟ](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET ਲਈ ਕੋਪਾਇਲਟ](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![ਕੋਪਾਇਲਟ ਐਡਵੈਂਚਰ](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
### Copilot ਸੀਰੀਜ਼
[![AI ਜੋੜੀ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਲਈ Copilot](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET ਲਈ Copilot](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![Copilot ਐਡਵੈਂਚਰ](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## ਚਿੱਤਰ ਦੇ ਉਛਾਦ
## ਚਿੱਤਰਾਂ ਲਈ ਉਲੇਖ
ਤੁਸੀਂ ਇਸ ਕਰੀਕੱਲਮ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸਾਰੇ ਚਿੱਤਰਾਂ ਲਈ ਜਰੂਰੀ ਉਛਾਦ [ਉਛਾਦ](./attributions.md) ਵਿੱਚ ਲੱਭ ਸਕਦੇ ਹੋ।
ਤੁਸੀਂ ਇਸ ਪਾਠਕ੍ਰਮ ਵਿੱਚ ਵਰਤੇ ਗਏ ਚਿੱਤਰਾਂ ਲਈ ਜਰੂਰੀ ਉਲੇਖਾਂ ਨੂੰ [ਉਲੇਖ](./attributions.md) 'ਚ ਲੱਭ ਸਕਦੇ ਹੋ।
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ਡਿਸਕਲੇਮਰ**:
ਇਹ ਦਸਤਾਵੇਜ਼ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ AI ਅਨੁਵਾਦ ਸੇਵਾ ਰਾਹੀਂ ਅਨੁਵਾਦਿਤ ਕੀਤਾ ਗਿਆ ਹੈ। ਜੇਕਰچہ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ ਕਿ ਸਵਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਤੀਰਤਾ ਹੋ ਸਕਦੀ ਹੈ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਨੇ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੇ ਇਸਤੇਮਾਲ ਤੋਂ ਉਤਪੰਨ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਸਮਝ ਦੀ ਜਵਾਬਦੇਹੀ ਸਾਡੀ ਨਹੀਂ ਹੋਵੇਗੀ
**Disclaimer**:
ਇਹ ਦਸਤਾਵੇਜ਼ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ [Co-op Translator](https://github.com/Azure/co-op-translator) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਪਸ਼ਟਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਜਿਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੈ, ਨੂੰ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ سمجھਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਕ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਭੁੱਲ-ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

@ -26,7 +26,7 @@ Seeed Studios ਨੇ ਬਹੁਤ ਹੀ ਮਿਹਰਬਾਨੀ ਨਾਲ ਸ
**[Seeed ਅਤੇ Microsoft ਨਾਲ ਸ਼ੁਰੂਆਤੀ IoT - Raspberry Pi 4 ਸਟਾਰਟਰ ਕਿੱਟ](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)**
[![Raspberry Pi ਟਰਮੀਨਲ ਹਾਰਡਵੇਅਰ ਕਿੱਟ](../../translated_images/pa/pi-hardware-kit.26dbadaedb7dd44c73b0131d5d68ea29472ed0a9744f90d5866c6d82f2d16380.png)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
[![Raspberry Pi ਟਰਮੀਨਲ ਹਾਰਡਵੇਅਰ ਕਿੱਟ](../../translated_images/pa/pi-hardware-kit.26dbadaedb7dd44c.webp)](https://www.seeedstudio.com/IoT-for-beginners-with-Seeed-and-Microsoft-Raspberry-Pi-Starter-Kit-p-5004.html)
## Arduino

@ -738,8 +738,8 @@
"language_code": "pt-BR"
},
"README.md": {
"original_hash": "3fcc056cd3837e33d2bdf79f9c359fcf",
"translation_date": "2026-01-30T01:45:57+00:00",
"original_hash": "accf69391fa4450eadbf492ca024cccf",
"translation_date": "2026-04-06T17:30:23+00:00",
"source_file": "README.md",
"language_code": "pt-BR"
},

@ -1,6 +1,6 @@
# Introdução ao IoT
![Resumo visual desta lição](../../../../../translated_images/pt-BR/lesson-1.2606670fa61ee904687da5d6fa4e726639d524d064c895117da1b95b9ff6251d.jpg)
![Resumo visual desta lição](../../../../../translated_images/pt-BR/lesson-1.2606670fa61ee904.webp)
> Resumo visual por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.

@ -203,7 +203,7 @@ Como um segundo passo do 'Olá Mundo', você executará o aplicativo CounterFit
O aplicativo começará a ser executado e abrirá no seu navegador:
![O aplicativo CounterFit rodando em um navegador](../../../../../translated_images/pt-BR/counterfit-first-run.433326358b669b31d0e99c3513cb01bfbb13724d162c99cdcc8f51ecf5f9c779.png)
![O aplicativo CounterFit rodando em um navegador](../../../../../translated_images/pt-BR/counterfit-first-run.433326358b669b31.webp)
Ele será marcado como *Disconnected*, com o LED no canto superior direito apagado.
@ -224,7 +224,7 @@ Como um segundo passo do 'Olá Mundo', você executará o aplicativo CounterFit
1. No novo terminal, execute o arquivo `app.py` como antes. O status do CounterFit mudará para **Connected** e o LED acenderá.
![CounterFit mostrando como conectado](../../../../../translated_images/pt-BR/counterfit-connected.ed30b46d8f79b0921f3fc70be10366e596a89dca3f80c2224a9d9fc98fccf884.png)
![CounterFit mostrando como conectado](../../../../../translated_images/pt-BR/counterfit-connected.ed30b46d8f79b092.webp)
> 💁 Você pode encontrar este código na pasta [code/virtual-device](../../../../../1-getting-started/lessons/1-introduction-to-iot/code/virtual-device).

@ -1,6 +1,6 @@
# Um mergulho mais profundo no IoT
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-2.324b0580d620c25e0a24fb7fddfc0b29a846dd4b82c08e7a9466d580ee78ce51.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-2.324b0580d620c25e.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -38,7 +38,7 @@ A parte do **Dispositivo** no IoT refere-se a um equipamento que pode interagir
Esses dispositivos interagem com o mundo físico, seja usando sensores para coletar dados do ambiente ou controlando saídas ou atuadores para realizar mudanças físicas. Um exemplo típico é um termostato inteligente - um dispositivo que possui um sensor de temperatura, um meio de definir a temperatura desejada, como um botão ou tela sensível ao toque, e uma conexão com um sistema de aquecimento ou resfriamento que pode ser ativado quando a temperatura detectada estiver fora da faixa desejada. O sensor de temperatura detecta que o ambiente está muito frio e um atuador liga o aquecimento.
![Um diagrama mostrando a temperatura e um botão como entradas para um dispositivo IoT, e o controle de um aquecedor como saída](../../../../../translated_images/pt-BR/basic-thermostat.a923217fd1f37e5a6f3390396a65c22a387419ea2dd17e518ec24315ba6ae9a8.png)
![Um diagrama mostrando a temperatura e um botão como entradas para um dispositivo IoT, e o controle de um aquecedor como saída](../../../../../translated_images/pt-BR/basic-thermostat.a923217fd1f37e5a.webp)
Há uma enorme variedade de dispositivos que podem atuar como dispositivos IoT, desde hardware dedicado que detecta uma única coisa até dispositivos de uso geral, como seu smartphone! Um smartphone pode usar sensores para detectar o ambiente ao seu redor e atuadores para interagir com o mundo - por exemplo, usando um sensor GPS para detectar sua localização e um alto-falante para fornecer instruções de navegação até um destino.
@ -54,7 +54,7 @@ Os dispositivos nem sempre se conectam diretamente à Internet via Wi-Fi ou cone
No exemplo de um termostato inteligente, o termostato se conectaria à rede Wi-Fi doméstica e a um serviço em nuvem. Ele enviaria os dados de temperatura para esse serviço em nuvem, que os armazenaria em um banco de dados, permitindo que o proprietário verificasse as temperaturas atuais e passadas por meio de um aplicativo no celular. Outro serviço na nuvem saberia qual temperatura o proprietário deseja e enviaria mensagens de volta ao dispositivo IoT, por meio do serviço em nuvem, para informar ao sistema de aquecimento quando ligar ou desligar.
![Um diagrama mostrando a temperatura e um botão como entradas para um dispositivo IoT, o dispositivo IoT com comunicação bidirecional com a nuvem, que por sua vez tem comunicação bidirecional com um telefone, e o controle de um aquecedor como saída do dispositivo IoT](../../../../../translated_images/pt-BR/mobile-controlled-thermostat.4a994010473d8d6a52ba68c67e5f02dc8928c717e93ca4b9bc55525aa75bbb60.png)
![Um diagrama mostrando a temperatura e um botão como entradas para um dispositivo IoT, o dispositivo IoT com comunicação bidirecional com a nuvem, que por sua vez tem comunicação bidirecional com um telefone, e o controle de um aquecedor como saída do dispositivo IoT](../../../../../translated_images/pt-BR/mobile-controlled-thermostat.4a994010473d8d6a.webp)
Uma versão ainda mais inteligente poderia usar IA na nuvem com dados de outros sensores conectados a outros dispositivos IoT, como sensores de ocupação que detectam quais cômodos estão em uso, além de dados como condições climáticas e até mesmo seu calendário, para tomar decisões sobre como ajustar a temperatura de forma inteligente. Por exemplo, poderia desligar o aquecimento se ler no seu calendário que você está de férias, ou ajustar o aquecimento de acordo com os cômodos que você utiliza, aprendendo com os dados para ser cada vez mais preciso ao longo do tempo.
@ -94,7 +94,7 @@ Quanto mais rápido o ciclo do relógio, mais instruções podem ser processadas
> 💁 As CPUs executam programas usando o [ciclo buscar-decodificar-executar](https://wikipedia.org/wiki/Instruction_cycle). A cada tique do relógio, a CPU buscará a próxima instrução na memória, decodificará e a executará, como usar uma unidade lógica aritmética (ALU) para somar dois números. Algumas execuções podem levar vários tiques para serem concluídas, então o próximo ciclo será executado no próximo tique após a conclusão da instrução.
![Os ciclos buscar-decodificar-executar mostrando a busca de uma instrução do programa armazenado na RAM, depois decodificando e executando na CPU](../../../../../translated_images/pt-BR/fetch-decode-execute.2fd6f150f6280392807f4475382319abd0cee0b90058e1735444d6baa6f2078c.png)
![Os ciclos buscar-decodificar-executar mostrando a busca de uma instrução do programa armazenado na RAM, depois decodificando e executando na CPU](../../../../../translated_images/pt-BR/fetch-decode-execute.2fd6f150f6280392.webp)
Microcontroladores têm velocidades de relógio muito mais baixas do que computadores desktop ou laptops, ou mesmo a maioria dos smartphones. O Wio Terminal, por exemplo, possui uma CPU que opera a 120MHz ou 120.000.000 ciclos por segundo.
@ -182,7 +182,7 @@ As placas Arduino são programadas em C ou C++. Usar C/C++ permite que seu códi
Você escreveria seu código de configuração na função `setup`, como conectar-se ao WiFi e serviços na nuvem ou inicializar pinos para entrada e saída. Seu código de processamento ficaria na função `loop`, como ler de um sensor e enviar o valor para a nuvem. Normalmente, você incluiria um atraso em cada loop; por exemplo, se quiser que os dados do sensor sejam enviados a cada 10 segundos, adicionaria um atraso de 10 segundos no final do loop para que o microcontrolador possa dormir, economizando energia, e então executar o loop novamente quando necessário, 10 segundos depois.
![Um sketch Arduino executando setup primeiro, depois executando loop repetidamente](../../../../../translated_images/pt-BR/arduino-sketch.79590cb837ff7a7c6a68d1afda6cab83fd53d3bb1bd9a8bf2eaf8d693a4d3ea6.png)
![Um sketch Arduino executando setup primeiro, depois executando loop repetidamente](../../../../../translated_images/pt-BR/arduino-sketch.79590cb837ff7a7c.webp)
✅ Essa arquitetura de programa é conhecida como *event loop* ou *message loop*. Muitas aplicações usam isso nos bastidores e é o padrão para a maioria das aplicações desktop que rodam em SOs como Windows, macOS ou Linux. O `loop` escuta mensagens de componentes da interface do usuário, como botões, ou dispositivos como o teclado, e responde a elas. Você pode ler mais neste [artigo sobre event loop](https://wikipedia.org/wiki/Event_loop).

@ -1,6 +1,6 @@
# Interaja com o mundo físico com sensores e atuadores
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-3.cc3b7b4cd646de598698cce043c0393fd62ef42bac2eaf60e61272cd844250f4.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-3.cc3b7b4cd646de59.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -92,7 +92,7 @@ Sensores digitais, assim como os analógicos, detectam o mundo ao seu redor usan
O sensor digital mais simples é um botão ou interruptor. Este é um sensor com dois estados, ligado ou desligado.
![Um botão recebe 5 volts. Quando não pressionado, retorna 0 volts; quando pressionado, retorna 5 volts](../../../../../translated_images/pt-BR/button.eadb560b77ac45e56f523d9d8876e40444f63b419e33eb820082d461fa79490b.png)
![Um botão recebe 5 volts. Quando não pressionado, retorna 0 volts; quando pressionado, retorna 5 volts](../../../../../translated_images/pt-BR/button.eadb560b77ac45e5.webp)
Pinos em dispositivos IoT, como os pinos GPIO, podem medir esse sinal diretamente como 0 ou 1. Se a tensão enviada for a mesma que a tensão retornada, o valor lido é 1; caso contrário, o valor lido é 0. Não há necessidade de converter o sinal, ele só pode ser 1 ou 0.
@ -125,7 +125,7 @@ Alguns atuadores comuns incluem:
Siga o guia relevante abaixo para adicionar um atuador ao seu dispositivo IoT, controlado pelo sensor, para construir uma luz noturna IoT. Ela coletará os níveis de luz do sensor de luz e usará um atuador na forma de um LED para emitir luz quando o nível de luz detectado for muito baixo.
![Um fluxograma da tarefa mostrando os níveis de luz sendo lidos e verificados, e o LED sendo controlado](../../../../../translated_images/pt-BR/assignment-1-flow.7552a51acb1a5ec858dca6e855cdbb44206434006df8ba3799a25afcdab1665d.png)
![Um fluxograma da tarefa mostrando os níveis de luz sendo lidos e verificados, e o LED sendo controlado](../../../../../translated_images/pt-BR/assignment-1-flow.7552a51acb1a5ec8.webp)
* [Arduino - Wio Terminal](wio-terminal-actuator.md)
* [Computador de placa única - Raspberry Pi](pi-actuator.md)
@ -140,7 +140,7 @@ Assim como os sensores, os atuadores podem ser analógicos ou digitais.
Atuadores analógicos recebem um sinal analógico e o convertem em algum tipo de interação, onde a interação muda com base na tensão fornecida.
Um exemplo é uma luz dimerizável, como as que você pode ter em sua casa. A quantidade de tensão fornecida à luz determina o quão brilhante ela será.
![Uma luz com brilho reduzido em baixa voltagem e mais intensa em alta voltagem](../../../../../translated_images/pt-BR/dimmable-light.9ceffeb195dec1a849da718b2d71b32c35171ff7dfea9c07bbf82646a67acf6b.png)
![Uma luz com brilho reduzido em baixa voltagem e mais intensa em alta voltagem](../../../../../translated_images/pt-BR/dimmable-light.9ceffeb195dec1a8.webp)
Assim como acontece com sensores, o dispositivo IoT trabalha com sinais digitais, não analógicos. Isso significa que, para enviar um sinal analógico, o dispositivo IoT precisa de um conversor digital para analógico (DAC), seja diretamente no dispositivo IoT ou em uma placa de conexão. Esse conversor transforma os 0s e 1s do dispositivo IoT em uma voltagem analógica que o atuador pode utilizar.
@ -187,7 +187,7 @@ Atuadores digitais, assim como sensores digitais, possuem dois estados controlad
Um atuador digital simples é um LED. Quando um dispositivo envia um sinal digital de 1, uma voltagem alta é enviada, acendendo o LED. Quando um sinal digital de 0 é enviado, a voltagem cai para 0V e o LED se apaga.
![Um LED apagado com 0 volts e aceso com 5V](../../../../../translated_images/pt-BR/led.ec6d94f66676a174ad06d9fa9ea49c2ee89beb18b312d5c6476467c66375b07f.png)
![Um LED apagado com 0 volts e aceso com 5V](../../../../../translated_images/pt-BR/led.ec6d94f66676a174.webp)
✅ Que outros atuadores simples de 2 estados você consegue pensar? Um exemplo é um solenóide, que é um eletroímã que pode ser ativado para realizar ações como mover o trinco de uma porta, travando ou destravando-a.

@ -26,7 +26,7 @@ O LED Grove vem como um módulo com uma seleção de LEDs, permitindo que você
Conecte o LED.
![Um LED Grove](../../../../../translated_images/pt-BR/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
![Um LED Grove](../../../../../translated_images/pt-BR/grove-led.6c853be93f473cf2.webp)
1. Escolha seu LED favorito e insira as pernas nos dois orifícios do módulo LED.
@ -40,7 +40,7 @@ Conecte o LED.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao soquete digital marcado como **D5** no Grove Base Hat conectado ao Pi. Este soquete é o segundo da esquerda, na fileira de soquetes ao lado dos pinos GPIO.
![O LED Grove conectado ao soquete D5](../../../../../translated_images/pt-BR/pi-led.97f1d474981dc35d1c7996c7b17de355d3d0a6bc9606d79fa5f89df933415122.png)
![O LED Grove conectado ao soquete D5](../../../../../translated_images/pt-BR/pi-led.97f1d474981dc35d.webp)
## Programe a luz noturna

@ -16,13 +16,13 @@ O sensor de luz Grove, usado para detectar os níveis de luz, precisa ser conect
Conecte o sensor de luz.
![Um sensor de luz Grove](../../../../../translated_images/pt-BR/grove-light-sensor.b8127b7c434e632d6bcdb57587a14e9ef69a268a22df95d08628f62b8fa5505c.png)
![Um sensor de luz Grove](../../../../../translated_images/pt-BR/grove-light-sensor.b8127b7c434e632d.webp)
1. Insira uma extremidade de um cabo Grove no conector do módulo do sensor de luz. Ele só encaixará de uma maneira.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao conector analógico marcado como **A0** no Grove Base Hat conectado ao Pi. Este conector é o segundo da direita, na fileira de conectores ao lado dos pinos GPIO.
![O sensor de luz Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-light-sensor.66cc1e31fa48cd7d5f23400d4b2119aa41508275cb7c778053a7923b4e972d7e.png)
![O sensor de luz Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-light-sensor.66cc1e31fa48cd7d.webp)
## Programe o sensor de luz

@ -36,11 +36,11 @@ Adicione o LED ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o LED no pino 5.
![As configurações do LED](../../../../../translated_images/pt-BR/counterfit-create-led.ba9db1c9b8c622a635d6dfae5cdc4e70c2b250635bd4f0601c6cf0bd22b7ba46.png)
![As configurações do LED](../../../../../translated_images/pt-BR/counterfit-create-led.ba9db1c9b8c622a6.webp)
O LED será criado e aparecerá na lista de atuadores.
![O LED criado](../../../../../translated_images/pt-BR/counterfit-led.c0ab02de6d256ad84d9bad4d67a7faa709f0ea83e410cfe9b5561ef0cef30b1c.png)
![O LED criado](../../../../../translated_images/pt-BR/counterfit-led.c0ab02de6d256ad8.webp)
Depois que o LED for criado, você pode alterar a cor usando o seletor *Color*. Selecione o botão **Set** para alterar a cor após escolhê-la.

@ -28,11 +28,11 @@ Adicione o sensor de luz ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o sensor de luz no pino 0.
![As configurações do sensor de luz](../../../../../translated_images/pt-BR/counterfit-create-light-sensor.9f36a5e0d4458d8d554d54b34d2c806d56093d6e49fddcda2d20f6fef7f5cce1.png)
![As configurações do sensor de luz](../../../../../translated_images/pt-BR/counterfit-create-light-sensor.9f36a5e0d4458d8d.webp)
O sensor de luz será criado e aparecerá na lista de sensores.
![O sensor de luz criado](../../../../../translated_images/pt-BR/counterfit-light-sensor.5d0f5584df56b90f6b2561910d9cb20dfbd73eeff2177c238d38f4de54aefae1.png)
![O sensor de luz criado](../../../../../translated_images/pt-BR/counterfit-light-sensor.5d0f5584df56b90f.webp)
## Programar o sensor de luz

@ -26,7 +26,7 @@ O Grove LED vem como um módulo com uma seleção de LEDs, permitindo que você
Conecte o LED.
![Um Grove LED](../../../../../translated_images/pt-BR/grove-led.6c853be93f473cf2c439cfc74bb1064732b22251a83cedf66e62f783f9cc1a79.png)
![Um Grove LED](../../../../../translated_images/pt-BR/grove-led.6c853be93f473cf2.webp)
1. Escolha seu LED favorito e insira as pernas nos dois orifícios do módulo LED.

@ -1,6 +1,6 @@
# Conecte seu dispositivo à Internet
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-4.7344e074ea68fa545fd320b12dce36d72dd62d28c3b4596cb26cf315f434b98f.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-4.7344e074ea68fa54.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -47,7 +47,7 @@ O MQTT é o protocolo de comunicação mais popular para dispositivos IoT e ser
O MQTT possui um único broker e vários clientes. Todos os clientes se conectam ao broker, e o broker roteia mensagens para os clientes relevantes. As mensagens são roteadas usando tópicos nomeados, em vez de serem enviadas diretamente para um cliente individual. Um cliente pode publicar em um tópico, e qualquer cliente que assinar esse tópico receberá a mensagem.
![Dispositivo IoT publicando telemetria no tópico /telemetry, e o serviço na nuvem assinando esse tópico](../../../../../translated_images/pt-BR/mqtt.cbf7f21d9adc3e17548b359444cc11bb4bf2010543e32ece9a47becf54438c23.png)
![Dispositivo IoT publicando telemetria no tópico /telemetry, e o serviço na nuvem assinando esse tópico](../../../../../translated_images/pt-BR/mqtt.cbf7f21d9adc3e17.webp)
✅ Faça uma pesquisa. Se você tiver muitos dispositivos IoT, como garantir que seu broker MQTT consiga lidar com todas as mensagens?
@ -69,7 +69,7 @@ Em vez de lidar com as complexidades de configurar um broker MQTT como parte des
> 💁 Este broker de teste é público e não seguro. Qualquer pessoa pode ouvir o que você publica, então ele não deve ser usado com dados que precisam ser mantidos privados.
![Um fluxograma da tarefa mostrando os níveis de luz sendo lidos e verificados, e o LED sendo controlado](../../../../../translated_images/pt-BR/assignment-1-internet-flow.3256feab5f052fd273bf4e331157c574c2c3fa42e479836fc9c3586f41db35a5.png)
![Um fluxograma da tarefa mostrando os níveis de luz sendo lidos e verificados, e o LED sendo controlado](../../../../../translated_images/pt-BR/assignment-1-internet-flow.3256feab5f052fd2.webp)
Siga a etapa relevante abaixo para conectar seu dispositivo ao broker MQTT:
@ -350,7 +350,7 @@ Para máquinas, você pode querer manter os dados, especialmente se forem usados
Os designers de dispositivos IoT também devem considerar se o dispositivo IoT pode ser usado durante uma interrupção da Internet ou perda de sinal causada pela localização. Um termostato inteligente deve ser capaz de tomar algumas decisões limitadas para controlar o aquecimento se não puder enviar telemetria para a nuvem devido a uma interrupção.
[![Este Ferrari ficou inutilizado porque alguém tentou atualizá-lo em um local subterrâneo sem sinal de celular](../../../../../translated_images/pt-BR/bricked-car.dc38f8efadc6c59d76211f981a521efb300939283dee468f79503aae3ec67615.png)](https://twitter.com/internetofshit/status/1315736960082808832)
[![Este Ferrari ficou inutilizado porque alguém tentou atualizá-lo em um local subterrâneo sem sinal de celular](../../../../../translated_images/pt-BR/bricked-car.dc38f8efadc6c59d.webp)](https://twitter.com/internetofshit/status/1315736960082808832)
Para o MQTT lidar com uma perda de conectividade, o código do dispositivo e do servidor será responsável por garantir a entrega das mensagens, se necessário, por exemplo, exigindo que todas as mensagens enviadas sejam respondidas por mensagens adicionais em um tópico de resposta e, caso contrário, sejam enfileiradas manualmente para serem reproduzidas posteriormente.
@ -358,7 +358,7 @@ Para o MQTT lidar com uma perda de conectividade, o código do dispositivo e do
Comandos são mensagens enviadas pela nuvem para um dispositivo, instruindo-o a fazer algo. Na maioria das vezes, isso envolve fornecer algum tipo de saída por meio de um atuador, mas pode ser uma instrução para o próprio dispositivo, como reiniciar ou coletar telemetria extra e retorná-la como resposta ao comando.
![Um termostato conectado à Internet recebendo um comando para ligar o aquecimento](../../../../../translated_images/pt-BR/commands.d6c06bbbb3a02cce95f2831a1c331daf6dedd4e470c4aa2b0ae54f332016e504.png)
![Um termostato conectado à Internet recebendo um comando para ligar o aquecimento](../../../../../translated_images/pt-BR/commands.d6c06bbbb3a02cce.webp)
Um termostato pode receber um comando da nuvem para ligar o aquecimento. Com base nos dados de telemetria de todos os sensores, se o serviço na nuvem decidiu que o aquecimento deve estar ligado, ele envia o comando relevante.

@ -1,6 +1,6 @@
# Prever o crescimento de plantas com IoT
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-5.42b234299279d263143148b88ab4583861a32ddb03110c6c1120e41bb88b2592.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-5.42b234299279d263.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -90,7 +90,7 @@ Os graus-dia de crescimento, ou GDD, são calculados por dia como a temperatura
A fórmula completa para GDD é um pouco complicada, mas existe uma equação simplificada que é frequentemente usada como uma boa aproximação:
![GDD = T max + T min dividido por 2, tudo menos T base](../../../../../translated_images/pt-BR/gdd-calculation.79b3660f9c5757aa92dc2dd2cdde75344e2d2c1565c4b3151640f7887edc0275.png)
![GDD = T max + T min dividido por 2, tudo menos T base](../../../../../translated_images/pt-BR/gdd-calculation.79b3660f9c5757aa.webp)
* **GDD** - este é o número de graus-dia de crescimento
* **T max** - esta é a temperatura máxima diária em graus Celsius
@ -118,7 +118,7 @@ Substituindo esses números na nossa fórmula:
Isso resulta no cálculo:
![GDD = 16 + 12 dividido por 2, tudo menos 10, resultando em 4](../../../../../translated_images/pt-BR/gdd-calculation-corn.64a58b7a7afcd0dfd46ff733996d939f17f4f3feac9f0d1c632be3523e51ebd9.png)
![GDD = 16 + 12 dividido por 2, tudo menos 10, resultando em 4](../../../../../translated_images/pt-BR/gdd-calculation-corn.64a58b7a7afcd0df.webp)
O milho recebeu 4 GDD nesse dia. Supondo uma variedade de milho que precisa de 800 GDD para amadurecer, ainda serão necessários mais 796 GDD para atingir a maturidade.
@ -239,7 +239,7 @@ Os passos para fazer isso manualmente são:
Por exemplo, se a temperatura mais alta do dia for 25°C e a mais baixa for 12°C:
![GDD = 25 + 12 dividido por 2, depois subtraia 10 do resultado, obtendo 8.5](../../../../../translated_images/pt-BR/gdd-calculation-strawberries.59f57db94b22adb8ff6efb951ace33af104a1c6ccca3ffb0f8169c14cb160c90.png)
![GDD = 25 + 12 dividido por 2, depois subtraia 10 do resultado, obtendo 8.5](../../../../../translated_images/pt-BR/gdd-calculation-strawberries.59f57db94b22adb8.webp)
* 25 + 12 = 37
* 37 / 2 = 18.5

@ -33,7 +33,7 @@ Depois de ter os dados de temperatura, você pode usar o Jupyter Notebook neste
O Jupyter será iniciado e abrirá o notebook no seu navegador. Siga as instruções no notebook para visualizar as temperaturas medidas e calcular os graus-dia de crescimento.
![O jupyter notebook](../../../../../translated_images/pt-BR/gdd-jupyter-notebook.c5b52cf21094f158a61f47f455490fd95f1729777ff90861a4521820bf354cdc.png)
![O jupyter notebook](../../../../../translated_images/pt-BR/gdd-jupyter-notebook.c5b52cf21094f158.webp)
## Rubrica

@ -16,13 +16,13 @@ O sensor de temperatura Grove pode ser conectado ao Raspberry Pi.
Conecte o sensor de temperatura
![Um sensor de temperatura Grove](../../../../../translated_images/pt-BR/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
![Um sensor de temperatura Grove](../../../../../translated_images/pt-BR/grove-dht11.07f8eafceee17004.webp)
1. Insira uma extremidade do cabo Grove no conector do sensor de umidade e temperatura. Ele só encaixará de uma maneira.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao conector digital marcado como **D5** no Grove Base Hat conectado ao Pi. Este conector é o segundo da esquerda, na fileira de conectores ao lado dos pinos GPIO.
![O sensor de temperatura Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-temperature-sensor.3ff82fff672c8e565ef25a39d26d111de006b825a7e0867227ef4e7fbff8553c.png)
![O sensor de temperatura Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-temperature-sensor.3ff82fff672c8e56.webp)
## Programar o sensor de temperatura

@ -38,11 +38,11 @@ Adicione os sensores de umidade e temperatura ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o sensor de umidade no pino 5.
![As configurações do sensor de umidade](../../../../../translated_images/pt-BR/counterfit-create-humidity-sensor.2750e27b6f30e09cf4e22101defd5252710717620816ab41ba688f91f757c49a.png)
![As configurações do sensor de umidade](../../../../../translated_images/pt-BR/counterfit-create-humidity-sensor.2750e27b6f30e09c.webp)
O sensor de umidade será criado e aparecerá na lista de sensores.
![O sensor de umidade criado](../../../../../translated_images/pt-BR/counterfit-humidity-sensor.7b12f7f339e430cb26c8211d2dba4ef75261b353a01da0932698b5bebd693f27.png)
![O sensor de umidade criado](../../../../../translated_images/pt-BR/counterfit-humidity-sensor.7b12f7f339e430cb.webp)
1. Crie um sensor de temperatura:
@ -54,11 +54,11 @@ Adicione os sensores de umidade e temperatura ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o sensor de temperatura no pino 6.
![As configurações do sensor de temperatura](../../../../../translated_images/pt-BR/counterfit-create-temperature-sensor.199350ed34f7343d79dccbe95eaf6c11d2121f03d1c35ab9613b330c23f39b29.png)
![As configurações do sensor de temperatura](../../../../../translated_images/pt-BR/counterfit-create-temperature-sensor.199350ed34f7343d.webp)
O sensor de temperatura será criado e aparecerá na lista de sensores.
![O sensor de temperatura criado](../../../../../translated_images/pt-BR/counterfit-temperature-sensor.f0560236c96a9016bafce7f6f792476fe3367bc6941a1f7d5811d144d4bcbfff.png)
![O sensor de temperatura criado](../../../../../translated_images/pt-BR/counterfit-temperature-sensor.f0560236c96a9016.webp)
## Programar o aplicativo do sensor de temperatura

@ -18,7 +18,7 @@ O sensor de temperatura Grove pode ser conectado à porta digital do Wio Termina
Conecte o sensor de temperatura.
![Um sensor de temperatura Grove](../../../../../translated_images/pt-BR/grove-dht11.07f8eafceee170043efbb53e1d15722bd4e00fbaa9ff74290b57e9f66eb82c17.png)
![Um sensor de temperatura Grove](../../../../../translated_images/pt-BR/grove-dht11.07f8eafceee17004.webp)
1. Insira uma extremidade de um cabo Grove no conector do sensor de umidade e temperatura. Ele só se encaixará de uma maneira.

@ -13,7 +13,7 @@ O I²C possui um barramento composto por 2 fios principais, além de 2 fios de a
| VCC | Coletor Comum de Voltagem | A fonte de alimentação para os dispositivos. Este fio está conectado aos fios SDA e SCL para fornecer energia por meio de um resistor pull-up que desliga o sinal quando nenhum dispositivo é o controlador. |
| GND | Terra | Fornece um terra comum para o circuito elétrico. |
![Barramento I2C com 3 dispositivos conectados aos fios SDA e SCL, compartilhando um fio de terra comum](../../../../../translated_images/pt-BR/i2c.83da845dde02256bdd462dbe0d5145461416b74930571b89d1ae142841eeb584.png)
![Barramento I2C com 3 dispositivos conectados aos fios SDA e SCL, compartilhando um fio de terra comum](../../../../../translated_images/pt-BR/i2c.83da845dde02256b.webp)
Para enviar dados, um dispositivo emitirá uma condição de início para indicar que está pronto para enviar dados. Ele então se tornará o controlador. O controlador envia o endereço do dispositivo com o qual deseja se comunicar, juntamente com a informação se deseja ler ou escrever dados. Após a transmissão dos dados, o controlador envia uma condição de parada para indicar que terminou. Depois disso, outro dispositivo pode se tornar o controlador e enviar ou receber dados.

@ -20,7 +20,7 @@ Será necessário repetir esses passos várias vezes para obter as leituras nece
A umidade gravimétrica do solo é calculada como:
![umidade do solo % é o peso úmido menos o peso seco, dividido pelo peso seco, vezes 100](../../../../../translated_images/pt-BR/gsm-calculation.6da38c6201eec14e7573bb2647aa18892883193553d23c9d77e5dc681522dfb2.png)
![umidade do solo % é o peso úmido menos o peso seco, dividido pelo peso seco, vezes 100](../../../../../translated_images/pt-BR/gsm-calculation.6da38c6201eec14e.webp)
* W
- o peso do solo úmido
@ -29,7 +29,7 @@ A umidade gravimétrica do solo é calculada como:
Por exemplo, suponha que você tenha uma amostra de solo que pesa 212g úmida e 197g seca.
![O cálculo preenchido](../../../../../translated_images/pt-BR/gsm-calculation-example.99f9803b4f29e97668e7c15412136c0c399ab12dbba0b89596fdae9d8aedb6fb.png)
![O cálculo preenchido](../../../../../translated_images/pt-BR/gsm-calculation-example.99f9803b4f29e976.webp)
* W = 212g
* W = 197g

@ -18,13 +18,13 @@ O sensor de umidade do solo Grove pode ser conectado ao Raspberry Pi.
Conecte o sensor de umidade do solo.
![Um sensor de umidade do solo Grove](../../../../../translated_images/pt-BR/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
![Um sensor de umidade do solo Grove](../../../../../translated_images/pt-BR/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
1. Insira uma extremidade de um cabo Grove no conector do sensor de umidade do solo. Ele só encaixará de uma maneira.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao conector analógico marcado como **A0** no Grove Base Hat conectado ao Raspberry Pi. Este conector é o segundo da direita, na fileira de conectores ao lado dos pinos GPIO.
![O sensor de umidade do solo Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-soil-moisture-sensor.fdd7eb2393792cf6739cacf1985d9f55beda16d372f30d0b5a51d586f978a870.png)
![O sensor de umidade do solo Grove conectado ao conector A0](../../../../../translated_images/pt-BR/pi-soil-moisture-sensor.fdd7eb2393792cf6.webp)
1. Insira o sensor de umidade do solo no solo. Ele possui uma "linha de posição máxima" - uma linha branca atravessando o sensor. Insira o sensor até essa linha, mas não ultrapasse.

@ -34,11 +34,11 @@ Adicione o sensor de umidade do solo ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o sensor *Soil Moisture* no Pin 0.
![As configurações do sensor de umidade do solo](../../../../../translated_images/pt-BR/counterfit-create-soil-moisture-sensor.35266135a5e0ae68b29a684d7db0d2933a8098b2307d197f7c71577b724603aa.png)
![As configurações do sensor de umidade do solo](../../../../../translated_images/pt-BR/counterfit-create-soil-moisture-sensor.35266135a5e0ae68.webp)
O sensor de umidade do solo será criado e aparecerá na lista de sensores.
![O sensor de umidade do solo criado](../../../../../translated_images/pt-BR/counterfit-soil-moisture-sensor.81742b2de0e9de60a3b3b9a2ff8ecc686d428eb6d71820f27a693be26e5aceee.png)
![O sensor de umidade do solo criado](../../../../../translated_images/pt-BR/counterfit-soil-moisture-sensor.81742b2de0e9de60.webp)
## Programar o aplicativo do sensor de umidade do solo

@ -18,7 +18,7 @@ O sensor de umidade do solo Grove pode ser conectado à porta analógica/digital
Conecte o sensor de umidade do solo.
![Um sensor de umidade do solo Grove](../../../../../translated_images/pt-BR/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78be5cc5a07839385fd6718857f31b5bf5ad3d0c73c83b2f0ef.png)
![Um sensor de umidade do solo Grove](../../../../../translated_images/pt-BR/grove-capacitive-soil-moisture-sensor.e7f0776cce30e78b.webp)
1. Insira uma extremidade de um cabo Grove no conector do sensor de umidade do solo. Ele só encaixará de uma maneira.

@ -1,6 +1,6 @@
# Irrigação automatizada de plantas
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-7.30b5f577d3cb8e031238751475cb519c7d6dbaea261b5df4643d086ffb2a03bb.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-7.30b5f577d3cb8e03.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -32,7 +32,7 @@ Dispositivos IoT utilizam baixa voltagem. Embora isso seja suficiente para senso
A solução para isso é conectar a bomba a uma fonte de energia externa e usar um atuador para ligar a bomba, semelhante a como você ligaria uma luz. É necessário apenas uma pequena quantidade de energia (na forma de energia do seu corpo) para seu dedo acionar um interruptor, conectando a luz à eletricidade da rede elétrica de 110v/240v.
![Um interruptor de luz liga a energia para uma lâmpada](../../../../../translated_images/pt-BR/light-switch.760317ad6ab8bd6d611da5352dfe9c73a94a0822ccec7df3c8bae35da18e1658.png)
![Um interruptor de luz liga a energia para uma lâmpada](../../../../../translated_images/pt-BR/light-switch.760317ad6ab8bd6d.webp)
> 🎓 [Eletricidade da rede](https://wikipedia.org/wiki/Mains_electricity) refere-se à eletricidade fornecida a residências e empresas por meio de infraestrutura nacional em muitas partes do mundo.
@ -72,7 +72,7 @@ Quando a alavanca se move, geralmente é possível ouvir o contato com o eletro
O eletroímã não precisa de muita energia para ativar e puxar a alavanca, podendo ser controlado usando a saída de 3.3V ou 5V de um kit de desenvolvimento IoT. O circuito de saída pode transportar muito mais energia, dependendo do relé, incluindo voltagem da rede elétrica ou até níveis de potência mais altos para uso industrial. Dessa forma, um kit de desenvolvimento IoT pode controlar um sistema de irrigação, desde uma pequena bomba para uma única planta até um sistema industrial massivo para uma fazenda comercial inteira.
![Um relé Grove com o circuito de controle, circuito de saída e relé identificados](../../../../../translated_images/pt-BR/grove-relay-labelled.293e068f5c3c2a199bd7892f2661fdc9e10c920b535cfed317fbd6d1d4ae1168.png)
![Um relé Grove com o circuito de controle, circuito de saída e relé identificados](../../../../../translated_images/pt-BR/grove-relay-labelled.293e068f5c3c2a19.webp)
A imagem acima mostra um relé Grove. O circuito de controle conecta-se a um dispositivo IoT e liga ou desliga o relé usando 3.3V ou 5V. O circuito de saída possui dois terminais, qualquer um pode ser energia ou terra. O circuito de saída pode lidar com até 250V a 10A, suficiente para uma variedade de dispositivos alimentados pela rede elétrica. Você pode encontrar relés que suportam níveis de potência ainda mais altos.

@ -18,13 +18,13 @@ O relé Grove pode ser conectado ao Raspberry Pi.
Conecte o relé.
![Um relé Grove](../../../../../translated_images/pt-BR/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
![Um relé Grove](../../../../../translated_images/pt-BR/grove-relay.d426958ca210fbd0.webp)
1. Insira uma extremidade de um cabo Grove no soquete do relé. Ele só encaixará de uma maneira.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao soquete digital marcado como **D5** no Grove Base Hat conectado ao Pi. Este soquete é o segundo da esquerda, na fileira de soquetes ao lado dos pinos GPIO. Deixe o sensor de umidade do solo conectado ao soquete **A0**.
![O relé Grove conectado ao soquete D5 e o sensor de umidade do solo conectado ao soquete A0](../../../../../translated_images/pt-BR/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e69ec716cd2719ce117700bd1fc933eaf93476c103c57939b.png)
![O relé Grove conectado ao soquete D5 e o sensor de umidade do solo conectado ao soquete A0](../../../../../translated_images/pt-BR/pi-relay-and-soil-moisture-sensor.02f3198975b8c53e.webp)
1. Insira o sensor de umidade do solo na terra, caso ele ainda não esteja inserido da lição anterior.

@ -28,11 +28,11 @@ Adicione o relé ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o relé no pino 5.
![As configurações do relé](../../../../../translated_images/pt-BR/counterfit-create-relay.fa7c40fd0f2f6afc33b35ea94fcb235085be4861e14e3fe6b9b7bcfc82d1c888.png)
![As configurações do relé](../../../../../translated_images/pt-BR/counterfit-create-relay.fa7c40fd0f2f6afc.webp)
O relé será criado e aparecerá na lista de atuadores.
![O relé criado](../../../../../translated_images/pt-BR/counterfit-relay.bbf74c1dbdc8b9acd983367fcbd06703a402aefef6af54ddb28e11307ba8a12c.png)
![O relé criado](../../../../../translated_images/pt-BR/counterfit-relay.bbf74c1dbdc8b9ac.webp)
## Programar o relé

@ -18,7 +18,7 @@ O relé Grove pode ser conectado à porta digital do Wio Terminal.
Conecte o relé.
![Um relé Grove](../../../../../translated_images/pt-BR/grove-relay.d426958ca210fbd0fb7983d7edc069d46c73a8b0a099d94797bd756f7b6bb6be.png)
![Um relé Grove](../../../../../translated_images/pt-BR/grove-relay.d426958ca210fbd0.webp)
1. Insira uma extremidade de um cabo Grove no soquete do relé. Ele só encaixará de uma maneira.

@ -1,6 +1,6 @@
# Migre sua planta para a nuvem
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-8.3f21f3c11159e6a0a376351973ea5724d5de68fa23b4288853a174bed9ac48c3.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-8.3f21f3c11159e6a0.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -46,8 +46,8 @@ Isso podia ser muito caro, exigir uma ampla gama de funcionários qualificados e
A nuvem é frequentemente chamada de "o computador de outra pessoa" como uma brincadeira. A ideia inicial era simples: em vez de comprar computadores, você aluga o computador de outra pessoa. Essa "outra pessoa", um provedor de computação em nuvem, gerenciaria enormes data centers. Eles seriam responsáveis por comprar e instalar o hardware, gerenciar energia e refrigeração, rede, segurança do prédio, atualizações de hardware e software, tudo. Como cliente, você alugaria os computadores necessários, alugando mais conforme a demanda aumentasse e reduzindo o número alugado se a demanda diminuísse. Esses data centers estão espalhados pelo mundo.
![Um data center da nuvem da Microsoft](../../../../../translated_images/pt-BR/azure-region-existing.73f704604f2aa6cb9b5a49ed40e93d4fd81ae3f4e6af4a8ca504023902832f56.png)
![Expansão planejada de um data center da nuvem da Microsoft](../../../../../translated_images/pt-BR/azure-region-planned-expansion.a5074a1e8af74f156a73552d502429e5b126ea5019274d767ecb4b9afdad442b.png)
![Um data center da nuvem da Microsoft](../../../../../translated_images/pt-BR/azure-region-existing.73f704604f2aa6cb.webp)
![Expansão planejada de um data center da nuvem da Microsoft](../../../../../translated_images/pt-BR/azure-region-planned-expansion.a5074a1e8af74f15.webp)
Esses data centers podem ter vários quilômetros quadrados de tamanho. As imagens acima foram tiradas há alguns anos em um data center da nuvem da Microsoft e mostram o tamanho inicial, junto com uma expansão planejada. A área limpa para a expansão tem mais de 5 quilômetros quadrados.
@ -108,11 +108,11 @@ Os serviços de IoT na nuvem resolvem esses problemas. Eles são mantidos por gr
Dispositivos IoT se conectam a um serviço de nuvem usando um SDK de dispositivo (uma biblioteca que fornece código para trabalhar com os recursos do serviço) ou diretamente via um protocolo de comunicação como MQTT ou HTTP. O SDK de dispositivo geralmente é a rota mais fácil, pois lida com tudo para você, como saber quais tópicos publicar ou assinar e como gerenciar a segurança.
![Dispositivos se conectam a um serviço usando um SDK de dispositivo. Código de servidor também se conecta ao serviço via um SDK](../../../../../translated_images/pt-BR/iot-service-connectivity.7e873847921a5d6fd60d0ba3a943210194518cee0d4e362476624316443275c3.png)
![Dispositivos se conectam a um serviço usando um SDK de dispositivo. Código de servidor também se conecta ao serviço via um SDK](../../../../../translated_images/pt-BR/iot-service-connectivity.7e873847921a5d6f.webp)
Seu dispositivo então se comunica com outras partes de sua aplicação por meio desse serviço - semelhante à forma como você enviou telemetria e recebeu comandos via MQTT. Isso geralmente é feito usando um SDK de serviço ou uma biblioteca semelhante. As mensagens vêm do seu dispositivo para o serviço, onde outros componentes da sua aplicação podem lê-las, e mensagens podem ser enviadas de volta ao seu dispositivo.
![Dispositivos sem uma chave secreta válida não podem se conectar ao serviço de IoT](../../../../../translated_images/pt-BR/iot-service-allowed-denied-connection.818b0063ac213fb84204a7229303764d9b467ca430fb822b4ac2fca267d56726.png)
![Dispositivos sem uma chave secreta válida não podem se conectar ao serviço de IoT](../../../../../translated_images/pt-BR/iot-service-allowed-denied-connection.818b0063ac213fb8.webp)
Esses serviços implementam segurança conhecendo todos os dispositivos que podem se conectar e enviar dados, seja registrando os dispositivos previamente no serviço ou fornecendo aos dispositivos chaves secretas ou certificados que podem usar para se registrar no serviço na primeira vez que se conectarem. Dispositivos desconhecidos não conseguem se conectar; se tentarem, o serviço rejeita a conexão e ignora as mensagens enviadas por eles.
@ -124,7 +124,7 @@ Outros componentes da sua aplicação podem se conectar ao serviço de IoT e apr
Agora que você tem uma assinatura do Azure, pode se inscrever em um serviço de IoT. O serviço de IoT da Microsoft é chamado Azure IoT Hub.
![O logotipo do Azure IoT Hub](../../../../../translated_images/pt-BR/azure-iot-hub-logo.28a19de76d0a1932464d858f7558712bcdace3e5ec69c434d482ed7ce41c3a26.png)
![O logotipo do Azure IoT Hub](../../../../../translated_images/pt-BR/azure-iot-hub-logo.28a19de76d0a1932.webp)
O vídeo abaixo oferece uma breve visão geral do Azure IoT Hub:

@ -1,6 +1,6 @@
# Migre a lógica da sua aplicação para a nuvem
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-9.dfe99c8e891f48e179724520da9f5794392cf9a625079281ccdcbf09bd85e1b6.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-9.dfe99c8e891f48e1.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -28,7 +28,7 @@ Nesta lição, abordaremos:
Serverless, ou computação sem servidor, envolve criar pequenos blocos de código que são executados na nuvem em resposta a diferentes tipos de eventos. Quando o evento ocorre, seu código é executado e recebe dados sobre o evento. Esses eventos podem vir de várias fontes, incluindo requisições web, mensagens colocadas em uma fila, alterações em dados de um banco de dados ou mensagens enviadas a um serviço de IoT por dispositivos IoT.
![Eventos sendo enviados de um serviço IoT para um serviço serverless, todos processados ao mesmo tempo por várias funções sendo executadas](../../../../../translated_images/pt-BR/iot-messages-to-serverless.0194da1cc0732bb7d0f823aed3fce54735c6b1ad3bf36089804d8aaefc0a774f.png)
![Eventos sendo enviados de um serviço IoT para um serviço serverless, todos processados ao mesmo tempo por várias funções sendo executadas](../../../../../translated_images/pt-BR/iot-messages-to-serverless.0194da1cc0732bb7.webp)
> 💁 Se você já usou gatilhos de banco de dados antes, pode pensar nisso como algo semelhante: código sendo acionado por um evento, como a inserção de uma linha.
@ -54,7 +54,7 @@ Como desenvolvedor de IoT, o modelo serverless é ideal. Você pode escrever uma
O serviço de computação serverless da Microsoft é chamado Azure Functions.
![O logotipo do Azure Functions](../../../../../translated_images/pt-BR/azure-functions-logo.1cfc8e3204c9c44aaf80fcf406fc8544d80d7f00f8d3e8ed6fed764563e17564.png)
![O logotipo do Azure Functions](../../../../../translated_images/pt-BR/azure-functions-logo.1cfc8e3204c9c44a.webp)
O vídeo curto abaixo oferece uma visão geral do Azure Functions.

@ -1,6 +1,6 @@
# Mantenha sua planta segura
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-10.829c86b80b9403bb770929ee553a1d293afe50dc23121aaf9be144673ae012cc.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-10.829c86b80b9403bb.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -52,11 +52,11 @@ Esses são cenários do mundo real e acontecem o tempo todo. Alguns exemplos for
Quando um dispositivo se conecta a um serviço IoT, ele usa um ID para se identificar. O problema é que esse ID pode ser clonado - um hacker poderia configurar um dispositivo malicioso que usa o mesmo ID de um dispositivo real, mas envia dados falsos.
![Tanto dispositivos válidos quanto maliciosos poderiam usar o mesmo ID para enviar telemetria](../../../../../translated_images/pt-BR/iot-device-and-hacked-device-connecting.e0671675df74d6d99eb1dedb5a670e606f698efa6202b1ad4c8ae548db299cc6.png)
![Tanto dispositivos válidos quanto maliciosos poderiam usar o mesmo ID para enviar telemetria](../../../../../translated_images/pt-BR/iot-device-and-hacked-device-connecting.e0671675df74d6d9.webp)
A solução para isso é converter os dados enviados em um formato embaralhado, usando algum valor conhecido apenas pelo dispositivo e pela nuvem. Esse processo é chamado de *criptografia*, e o valor usado para criptografar os dados é chamado de *chave de criptografia*.
![Se a criptografia for usada, apenas mensagens criptografadas serão aceitas, outras serão rejeitadas](../../../../../translated_images/pt-BR/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f979e46f2849b573564eeb4a4dc5b52f669f62745397492fb.png)
![Se a criptografia for usada, apenas mensagens criptografadas serão aceitas, outras serão rejeitadas](../../../../../translated_images/pt-BR/iot-device-and-hacked-device-connecting-encryption.5941aff601fc978f.webp)
O serviço na nuvem pode então converter os dados de volta para um formato legível, usando um processo chamado *descriptografia*, utilizando a mesma chave de criptografia ou uma *chave de descriptografia*. Se a mensagem criptografada não puder ser descriptografada pela chave, o dispositivo foi comprometido e a mensagem é rejeitada.

@ -1,6 +1,6 @@
# Rastreamento de localização
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-11.9fddbac4b664c6d50ab7ac9bb32f1fc3f945f03760e72f7f43938073762fb017.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-11.9fddbac4b664c6d5.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -63,13 +63,13 @@ A Terra é uma esfera - um círculo tridimensional. Por causa disso, os pontos s
> 💁 Ninguém sabe ao certo o motivo original de os círculos serem divididos em 360 graus. A [página sobre grau (ângulo) na Wikipedia](https://wikipedia.org/wiki/Degree_(angle)) aborda algumas das possíveis razões.
![Linhas de latitude de 90° no Polo Norte, 45° entre o Polo Norte e o equador, 0° no equador, -45° entre o equador e o Polo Sul, e -90° no Polo Sul](../../../../../translated_images/pt-BR/latitude-lines.11d8d91dfb2014a57437272d7db7fd6607243098e8685f06e0c5f1ec984cb7eb.png)
![Linhas de latitude de 90° no Polo Norte, 45° entre o Polo Norte e o equador, 0° no equador, -45° entre o equador e o Polo Sul, e -90° no Polo Sul](../../../../../translated_images/pt-BR/latitude-lines.11d8d91dfb2014a5.webp)
Latitude é medida usando linhas que circundam a Terra e correm paralelas ao equador, dividindo os hemisférios Norte e Sul em 90° cada. O equador está em 0°, o Polo Norte em 90°, também conhecido como 90° Norte, e o Polo Sul em -90°, ou 90° Sul.
Longitude é medida como o número de graus de leste a oeste. A origem de 0° da longitude é chamada de *Meridiano de Greenwich*, definida em 1884 como uma linha do Polo Norte ao Polo Sul que passa pelo [Observatório Real Britânico em Greenwich, Inglaterra](https://wikipedia.org/wiki/Royal_Observatory,_Greenwich).
![Linhas de longitude que vão de -180° a oeste do Meridiano de Greenwich, até 0° no Meridiano de Greenwich, até 180° a leste do Meridiano de Greenwich](../../../../../translated_images/pt-BR/longitude-meridians.ab4ef1c91c064586b0185a3c8d39e585903696c6a7d28c098a93a629cddb5d20.png)
![Linhas de longitude que vão de -180° a oeste do Meridiano de Greenwich, até 0° no Meridiano de Greenwich, até 180° a leste do Meridiano de Greenwich](../../../../../translated_images/pt-BR/longitude-meridians.ab4ef1c91c064586.webp)
> 🎓 Um meridiano é uma linha imaginária reta que vai do Polo Norte ao Polo Sul, formando um semicírculo.
@ -100,7 +100,7 @@ As coordenadas de um ponto são sempre dadas como `latitude, longitude`, então
* Uma latitude de 47.6423109 (47.6423109 graus ao norte do equador)
* Uma longitude de -122.1390293 (122.1390293 graus a oeste do Meridiano de Greenwich).
![O Campus da Microsoft em 47.6423109,-122.117198](../../../../../translated_images/pt-BR/microsoft-gps-location-world.a321d481b010f6adfcca139b2ba0adc53b79f58a540495b8e2ce7f779ea64bfe.png)
![O Campus da Microsoft em 47.6423109,-122.117198](../../../../../translated_images/pt-BR/microsoft-gps-location-world.a321d481b010f6ad.webp)
## Sistemas de Posicionamento Global (GPS)
@ -112,7 +112,7 @@ Sistemas GPS funcionam ao ter vários satélites que enviam um sinal com a posi
> 💁 Sensores GPS precisam de antenas para detectar ondas de rádio. As antenas embutidas em caminhões e carros com GPS integrado são posicionadas para obter um bom sinal, geralmente no para-brisa ou no teto. Se você estiver usando um sistema GPS separado, como um smartphone ou um dispositivo IoT, então precisa garantir que a antena embutida no sistema GPS ou telefone tenha uma visão clara do céu, como sendo montada no para-brisa.
![Sabendo a distância do sensor para múltiplos satélites, a localização pode ser calculada](../../../../../translated_images/pt-BR/gps-satellites.04acf1148fe25fbf1586bc2e8ba698e8d79b79a50c36824b38417dd13372b90f.png)
![Sabendo a distância do sensor para múltiplos satélites, a localização pode ser calculada](../../../../../translated_images/pt-BR/gps-satellites.04acf1148fe25fbf.webp)
Satélites GPS estão circulando a Terra, não em um ponto fixo acima do sensor, então os dados de localização incluem altitude acima do nível do mar, além de latitude e longitude.

@ -18,13 +18,13 @@ O sensor Grove GPS pode ser conectado ao Raspberry Pi.
Conecte o sensor GPS.
![Um sensor Grove GPS](../../../../../translated_images/pt-BR/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
![Um sensor Grove GPS](../../../../../translated_images/pt-BR/grove-gps-sensor.247943bf69b03f0d.webp)
1. Insira uma extremidade do cabo Grove no conector do sensor GPS. Ele só encaixará de uma maneira.
1. Com o Raspberry Pi desligado, conecte a outra extremidade do cabo Grove ao conector UART marcado como **UART** no Grove Base Hat conectado ao Pi. Este conector está na fileira do meio, no lado mais próximo ao slot do cartão SD, oposto às portas USB e ao conector Ethernet.
![O sensor Grove GPS conectado ao conector UART](../../../../../translated_images/pt-BR/pi-gps-sensor.1f99ee2b2f6528915047ec78967bd362e0e4ee0ed594368a3837b9cf9cdaca64.png)
![O sensor Grove GPS conectado ao conector UART](../../../../../translated_images/pt-BR/pi-gps-sensor.1f99ee2b2f652891.webp)
1. Posicione o sensor GPS de forma que a antena conectada tenha visibilidade para o céu - idealmente próximo a uma janela aberta ou ao ar livre. É mais fácil obter um sinal claro sem obstruções na frente da antena.

@ -38,11 +38,11 @@ Adicione o sensor GPS ao aplicativo CounterFit.
1. Selecione o botão **Add** para criar o sensor GPS na porta `/dev/ttyAMA0`.
![As configurações do sensor GPS](../../../../../translated_images/pt-BR/counterfit-create-gps-sensor.6385dc9357d85ad1d47b4abb2525e7651fd498917d25eefc5a72feab09eedc70.png)
![As configurações do sensor GPS](../../../../../translated_images/pt-BR/counterfit-create-gps-sensor.6385dc9357d85ad1.webp)
O sensor GPS será criado e aparecerá na lista de sensores.
![O sensor GPS criado](../../../../../translated_images/pt-BR/counterfit-gps-sensor.3fbb15af0a5367566f2f11324ef5a6f30861cdf2b497071a5e002b7aa473550e.png)
![O sensor GPS criado](../../../../../translated_images/pt-BR/counterfit-gps-sensor.3fbb15af0a536756.webp)
## Programar o sensor GPS
@ -102,17 +102,17 @@ Programe o aplicativo do sensor GPS.
* Defina a **Source** como `Lat/Lon` e configure uma latitude, longitude e número de satélites usados para obter a localização GPS. Este valor será enviado apenas uma vez, então marque a caixa **Repeat** para que os dados sejam repetidos a cada segundo.
![O sensor GPS com lat lon selecionado](../../../../../translated_images/pt-BR/counterfit-gps-sensor-latlon.008c867d75464fbe7f84107cc57040df565ac07cb57d2f21db37d087d470197d.png)
![O sensor GPS com lat lon selecionado](../../../../../translated_images/pt-BR/counterfit-gps-sensor-latlon.008c867d75464fbe.webp)
* Defina a **Source** como `NMEA` e adicione algumas sentenças NMEA na caixa de texto. Todos esses valores serão enviados, com um atraso de 1 segundo antes de cada nova sentença GGA (fixação de posição) ser lida.
![O sensor GPS com sentenças NMEA configuradas](../../../../../translated_images/pt-BR/counterfit-gps-sensor-nmea.c62eea442171e17e19528b051b104cfcecdc9cd18db7bc72920f29821ae63f73.png)
![O sensor GPS com sentenças NMEA configuradas](../../../../../translated_images/pt-BR/counterfit-gps-sensor-nmea.c62eea442171e17e.webp)
Você pode usar uma ferramenta como [nmeagen.org](https://www.nmeagen.org) para gerar essas sentenças desenhando em um mapa. Esses valores serão enviados apenas uma vez, então marque a caixa **Repeat** para que os dados sejam repetidos um segundo após todos terem sido enviados.
* Defina a **Source** como arquivo GPX e carregue um arquivo GPX com localizações de trilhas. Você pode baixar arquivos GPX de vários sites populares de mapas e trilhas, como [AllTrails](https://www.alltrails.com/). Esses arquivos contêm múltiplas localizações GPS como uma trilha, e o sensor GPS retornará cada nova localização em intervalos de 1 segundo.
![O sensor GPS com um arquivo GPX configurado](../../../../../translated_images/pt-BR/counterfit-gps-sensor-gpxfile.8310b063ce8a425ccc8ebeec8306aeac5e8e55207f007d52c6e1194432a70cd9.png)
![O sensor GPS com um arquivo GPX configurado](../../../../../translated_images/pt-BR/counterfit-gps-sensor-gpxfile.8310b063ce8a425c.webp)
Esses valores serão enviados apenas uma vez, então marque a caixa **Repeat** para que os dados sejam repetidos um segundo após todos terem sido enviados.

@ -18,7 +18,7 @@ O sensor Grove GPS pode ser conectado ao Wio Terminal.
Conecte o sensor GPS.
![Um sensor Grove GPS](../../../../../translated_images/pt-BR/grove-gps-sensor.247943bf69b03f0d1820ef6ed10c587f9b650e8db55b936851c92412180bd3e2.png)
![Um sensor Grove GPS](../../../../../translated_images/pt-BR/grove-gps-sensor.247943bf69b03f0d.webp)
1. Insira uma extremidade de um cabo Grove no conector do sensor GPS. Ele só encaixará de uma maneira.

@ -1,6 +1,6 @@
# Dados de localização da loja
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-12.ca7f53039712a3ec14ad6474d8445361c84adab643edc53fa6269b77895606bb.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-12.ca7f53039712a3ec.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -75,7 +75,7 @@ Bancos de dados NoSQL são chamados assim porque não possuem a mesma estrutura
> 💁 Apesar do nome, alguns bancos de dados NoSQL permitem usar SQL para consultar os dados.
![Documentos em pastas em um banco de dados NoSQL](../../../../../translated_images/pt-BR/noqsl-database.62d24ccf5b73f60d35c245a8533f1c7147c0928e955b82cb290b2e184bb434df.png)
![Documentos em pastas em um banco de dados NoSQL](../../../../../translated_images/pt-BR/noqsl-database.62d24ccf5b73f60d.webp)
Bancos de dados NoSQL não possuem um esquema pré-definido que limite como os dados são armazenados; em vez disso, você pode inserir qualquer dado não estruturado, geralmente usando documentos JSON. Esses documentos podem ser organizados em pastas, semelhante a arquivos no seu computador. Cada documento pode ter campos diferentes de outros documentos - por exemplo, se você estivesse armazenando dados de IoT de seus veículos agrícolas, alguns poderiam ter campos para dados de acelerômetro e velocidade, enquanto outros poderiam ter campos para a temperatura no trailer. Se você adicionasse um novo tipo de caminhão, como um com balanças integradas para rastrear o peso dos produtos transportados, então seu dispositivo IoT poderia adicionar esse novo campo e ele poderia ser armazenado sem alterações no banco de dados.
@ -89,7 +89,7 @@ Nesta lição, você usará armazenamento NoSQL para armazenar dados de IoT.
Na última lição, você capturou dados de GPS de um sensor GPS conectado ao seu dispositivo IoT. Para armazenar esses dados de IoT na nuvem, você precisa enviá-los para um serviço de IoT. Mais uma vez, você usará o Azure IoT Hub, o mesmo serviço de IoT na nuvem que utilizou no projeto anterior.
![Enviando telemetria de GPS de um dispositivo IoT para o IoT Hub](../../../../../translated_images/pt-BR/gps-telemetry-iot-hub.8115335d51cd2c1285d20e9d1b18cf685e59a8e093e7797291ef173445af6f3d.png)
![Enviando telemetria de GPS de um dispositivo IoT para o IoT Hub](../../../../../translated_images/pt-BR/gps-telemetry-iot-hub.8115335d51cd2c12.webp)
### Tarefa - enviar dados de GPS para um IoT Hub
@ -171,7 +171,7 @@ Os dados do caminho frio são armazenados em data warehouses - bancos de dados p
Uma vez que os dados estão fluindo para o seu IoT Hub, você pode escrever algum código serverless para escutar eventos publicados no endpoint compatível com Event-Hub. Este é o caminho morno - esses dados serão armazenados e usados na próxima lição para relatórios sobre a jornada.
![Enviando telemetria de GPS de um dispositivo IoT para o IoT Hub, depois para Azure Functions via um gatilho de Event Hub](../../../../../translated_images/pt-BR/gps-telemetry-iot-hub-functions.24d3fa5592455e9f4e2fe73856b40c3915a292b90263c31d652acfd976cfedd8.png)
![Enviando telemetria de GPS de um dispositivo IoT para o IoT Hub, depois para Azure Functions via um gatilho de Event Hub](../../../../../translated_images/pt-BR/gps-telemetry-iot-hub-functions.24d3fa5592455e9f.webp)
### Tarefa - lidar com eventos de GPS usando código serverless
@ -193,7 +193,7 @@ Uma vez que os dados estão fluindo para o seu IoT Hub, você pode escrever algu
## Contas de Armazenamento do Azure
![O logotipo do Azure Storage](../../../../../translated_images/pt-BR/azure-storage-logo.605c0f602c640d482a80f1b35a2629a32d595711b7ab1d7ceea843250615ff32.png)
![O logotipo do Azure Storage](../../../../../translated_images/pt-BR/azure-storage-logo.605c0f602c640d48.webp)
As Contas de Armazenamento do Azure são um serviço de armazenamento de propósito geral que pode armazenar dados de várias formas diferentes. Você pode armazenar dados como blobs, em filas, em tabelas ou como arquivos, tudo ao mesmo tempo.

@ -1,6 +1,6 @@
# Visualizar dados de localização
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-13.a259db1485021be7d7c72e90842fbe0ab977529e8684c179b5fb1ea75e92b3ef.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-13.a259db1485021be7.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -64,11 +64,11 @@ Tomando um exemplo simples - no projeto da fazenda, você capturou leituras de u
Para um humano, entender esses dados pode ser difícil. É uma parede de números sem significado. Como primeiro passo para visualizar esses dados, eles podem ser plotados em um gráfico de linha:
![Um gráfico de linha dos dados acima](../../../../../translated_images/pt-BR/chart-soil-moisture.fd6d9d0cdc0b5f75e78038ecb8945dfc84b38851359de99d84b16e3336d6d7c2.png)
![Um gráfico de linha dos dados acima](../../../../../translated_images/pt-BR/chart-soil-moisture.fd6d9d0cdc0b5f75.webp)
Isso pode ser ainda mais aprimorado adicionando uma linha para indicar quando o sistema de irrigação automatizado foi ativado em uma leitura de umidade do solo de 450:
![Um gráfico de linha de umidade do solo com uma linha em 450](../../../../../translated_images/pt-BR/chart-soil-moisture-relay.fbb391236d34a64d0abf1df396e9197e0a24df14150620b9cc820a64a55c9326.png)
![Um gráfico de linha de umidade do solo com uma linha em 450](../../../../../translated_images/pt-BR/chart-soil-moisture-relay.fbb391236d34a64d.webp)
Este gráfico mostra rapidamente não apenas quais eram os níveis de umidade do solo, mas os pontos onde o sistema de irrigação foi ativado.
@ -84,7 +84,7 @@ Ao trabalhar com dados de GPS, a visualização mais clara pode ser plotar os da
Trabalhar com mapas é um exercício interessante, e há muitos para escolher, como Bing Maps, Leaflet, Open Street Maps e Google Maps. Nesta lição, você aprenderá sobre [Azure Maps](https://azure.microsoft.com/services/azure-maps/?WT.mc_id=academic-17441-jabenn) e como eles podem exibir seus dados de GPS.
![O logotipo do Azure Maps](../../../../../translated_images/pt-BR/azure-maps-logo.35d01dcfbd81fe6140e94257aaa1538f785a58c91576d14e0ebe7a2f6c694b99.png)
![O logotipo do Azure Maps](../../../../../translated_images/pt-BR/azure-maps-logo.35d01dcfbd81fe61.webp)
Azure Maps é "uma coleção de serviços geoespaciais e SDKs que utilizam dados de mapeamento atualizados para fornecer contexto geográfico a aplicativos web e móveis." Os desenvolvedores recebem ferramentas para criar mapas bonitos e interativos que podem fazer coisas como fornecer rotas de tráfego recomendadas, dar informações sobre incidentes de tráfego, navegação interna, capacidades de busca, informações de elevação, serviços meteorológicos e muito mais.
@ -185,7 +185,7 @@ Agora você pode dar o próximo passo, que é exibir seu mapa em uma página da
Se você abrir sua página `index.html` em um navegador web, deverá ver um mapa carregado, focado na área de Seattle.
![Um mapa mostrando Seattle, uma cidade no estado de Washington, EUA](../../../../../translated_images/pt-BR/map-image.8fb2c53eb23ef39c1c0a4410a5282e879b3b452b707eb066ff04c5488d3d72b7.png)
![Um mapa mostrando Seattle, uma cidade no estado de Washington, EUA](../../../../../translated_images/pt-BR/map-image.8fb2c53eb23ef39c.webp)
✅ Experimente os parâmetros de zoom e centro para alterar a exibição do mapa. Você pode adicionar diferentes coordenadas correspondentes à latitude e longitude dos seus dados para re-centralizar o mapa.
@ -319,7 +319,7 @@ Se você fizer uma chamada ao seu armazenamento para buscar os dados, pode se su
1. Carregue a página HTML no seu navegador. Ela carregará o mapa, depois carregará todos os dados de GPS do armazenamento e os exibirá no mapa.
![Um mapa do Saint Edward State Park perto de Seattle, com círculos mostrando um caminho ao redor da borda do parque](../../../../../translated_images/pt-BR/map-path.896832e72dc696ffe20650e4051027d4855442d955f93fdbb80bb417ca8a406f.png)
![Um mapa do Saint Edward State Park perto de Seattle, com círculos mostrando um caminho ao redor da borda do parque](../../../../../translated_images/pt-BR/map-path.896832e72dc696ff.webp)
> 💁 Você pode encontrar este código na [pasta de código](../../../../../3-transport/lessons/3-visualize-location-data/code).

@ -1,6 +1,6 @@
# Geofences
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-14.63980c5150ae3c153e770fb71d044c1845dce79248d86bed9fc525adf3ede73c.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-14.63980c5150ae3c15.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -35,7 +35,7 @@ Nesta lição, abordaremos:
Uma geofence é um perímetro virtual para uma região geográfica do mundo real. Geofences podem ser círculos definidos como um ponto e um raio (por exemplo, um círculo de 100m ao redor de um edifício) ou um polígono cobrindo uma área, como uma zona escolar, limites de uma cidade ou campus de uma universidade ou escritório.
![Alguns exemplos de geofences mostrando uma geofence circular ao redor da loja da Microsoft e uma geofence poligonal ao redor do campus oeste da Microsoft](../../../../../translated_images/pt-BR/geofence-examples.172fbc534665769f6e1a1ddcf75e3b25183cd10354c80cc603ba44b635390e1a.png)
![Alguns exemplos de geofences mostrando uma geofence circular ao redor da loja da Microsoft e uma geofence poligonal ao redor do campus oeste da Microsoft](../../../../../translated_images/pt-BR/geofence-examples.172fbc534665769f.webp)
> 💁 Você pode já ter usado geofences sem saber. Se você configurou um lembrete usando o aplicativo de lembretes do iOS ou o Google Keep baseado em uma localização, você utilizou uma geofence. Esses aplicativos configuram uma geofence com base na localização fornecida e alertam você quando seu telefone entra na geofence.
@ -212,7 +212,7 @@ Na imagem acima, a geofence tem um search buffer de 50m.
Por exemplo, imagine leituras de GPS mostrando que um veículo estava dirigindo ao longo de uma estrada que passa ao lado de uma geofence. Se um único valor de GPS for impreciso e colocar o veículo dentro da geofence, apesar de não haver acesso veicular, ele pode ser ignorado.
![Um trajeto de GPS mostrando um veículo passando pelo campus da Microsoft na 520, com leituras de GPS ao longo da estrada, exceto uma no campus, dentro de uma geofence](../../../../../translated_images/pt-BR/geofence-crossing-inaccurate-gps.6a3ed911202ad9cabb66d3964888cec03a42c61d5b8f536ad5bdc99716b370f5.png)
![Um trajeto de GPS mostrando um veículo passando pelo campus da Microsoft na 520, com leituras de GPS ao longo da estrada, exceto uma no campus, dentro de uma geofence](../../../../../translated_images/pt-BR/geofence-crossing-inaccurate-gps.6a3ed911202ad9ca.webp)
Na imagem acima, há uma geofence sobre parte do campus da Microsoft. A linha vermelha mostra um caminhão dirigindo ao longo da 520, com círculos indicando as leituras de GPS. A maioria dessas leituras é precisa e está ao longo da 520, com uma leitura imprecisa dentro da geofence. Não há como essa leitura estar correta - não existem estradas para o caminhão desviar repentinamente da 520 para o campus e depois voltar para a 520. O código que verifica essa geofence precisará considerar as leituras anteriores antes de agir com base nos resultados do teste da geofence.
✅ Quais dados adicionais você precisaria verificar para determinar se uma leitura de GPS pode ser considerada correta?
@ -284,7 +284,7 @@ Como você deve se lembrar de lições anteriores, o IoT Hub permite que você r
A resposta é que ele não sabe! Em vez disso, você pode definir múltiplas conexões separadas para ler eventos, e cada uma pode gerenciar a reprodução de mensagens não lidas. Esses são chamados de *grupos de consumidores*. Quando você se conecta ao endpoint, pode especificar qual grupo de consumidores deseja conectar. Cada componente do seu aplicativo se conectará a um grupo de consumidores diferente.
![Um IoT Hub com 3 grupos de consumidores distribuindo as mesmas mensagens para 3 diferentes aplicativos Functions](../../../../../translated_images/pt-BR/consumer-groups.a3262e26fc27ba2092863678ad57af15c7223416e388a23f330c058cf4358630.png)
![Um IoT Hub com 3 grupos de consumidores distribuindo as mesmas mensagens para 3 diferentes aplicativos Functions](../../../../../translated_images/pt-BR/consumer-groups.a3262e26fc27ba20.webp)
Em teoria, até 5 aplicativos podem se conectar a cada grupo de consumidores, e todos receberão mensagens quando elas chegarem. É uma boa prática ter apenas um aplicativo acessando cada grupo de consumidores para evitar o processamento duplicado de mensagens e garantir que, ao reiniciar, todas as mensagens enfileiradas sejam processadas corretamente. Por exemplo, se você lançar seu aplicativo Functions localmente, além de executá-lo na nuvem, ambos processariam mensagens, levando ao armazenamento duplicado de blobs na conta de armazenamento.

@ -1,6 +1,6 @@
# Treine um detector de qualidade de frutas
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-15.843d21afdc6fb2bba70cd9db7b7d2f91598859fafda2078b0bdc44954194b6c0.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-15.843d21afdc6fb2bb.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -38,7 +38,7 @@ Nem todas as culturas amadurecem de forma uniforme. Tomates, por exemplo, podem
O surgimento da colheita automatizada transferiu a classificação dos produtos da colheita para a fábrica. Os alimentos viajavam em longas esteiras transportadoras com equipes de pessoas selecionando os produtos e removendo qualquer coisa que não atendesse ao padrão de qualidade exigido. A colheita ficou mais barata graças às máquinas, mas ainda havia um custo para classificar os alimentos manualmente.
![Se um tomate vermelho é detectado, ele continua seu caminho sem interrupções. Se um tomate verde é detectado, ele é jogado em uma lixeira por uma alavanca](../../../../../translated_images/pt-BR/optical-tomato-sorting.61aa134bdda4e5b1bfb16a212c1e35a6ef0c426cbb8b1c975f79d7bfbf48d068.png)
![Se um tomate vermelho é detectado, ele continua seu caminho sem interrupções. Se um tomate verde é detectado, ele é jogado em uma lixeira por uma alavanca](../../../../../translated_images/pt-BR/optical-tomato-sorting.61aa134bdda4e5b1.webp)
A próxima evolução foi o uso de máquinas para classificar, seja integradas à colheitadeira ou nas plantas de processamento. A primeira geração dessas máquinas usava sensores ópticos para detectar cores, controlando atuadores para empurrar tomates verdes para uma lixeira usando alavancas ou jatos de ar, deixando os tomates vermelhos continuarem em uma rede de esteiras transportadoras.
@ -62,7 +62,7 @@ Por exemplo, você poderia fornecer a um modelo milhões de fotos de bananas ver
> 🎓 Os resultados dos modelos de ML são chamados de *previsões*.
![2 bananas, uma madura com uma previsão de 99,7% madura, 0,3% verde, e uma verde com uma previsão de 1,4% madura, 98,6% verde](../../../../../translated_images/pt-BR/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50ece4e4589e724b142da0681f35470fe3db3f7d51240f69c85.png)
![2 bananas, uma madura com uma previsão de 99,7% madura, 0,3% verde, e uma verde com uma previsão de 1,4% madura, 98,6% verde](../../../../../translated_images/pt-BR/bananas-ripe-vs-unripe-predictions.8d0e2034014aa50e.webp)
Os modelos de ML não fornecem uma resposta binária; em vez disso, eles fornecem probabilidades. Por exemplo, um modelo pode receber uma foto de uma banana e prever `madura` com 99,7% e `verde` com 0,3%. Seu código então escolheria a melhor previsão e decidiria que a banana está madura.
@ -90,7 +90,7 @@ Existem várias ferramentas que podem ajudá-lo a fazer isso, incluindo serviço
O Custom Vision é uma ferramenta baseada na nuvem para treinar classificadores de imagens. Ele permite treinar um classificador usando apenas um pequeno número de imagens. Você pode fazer upload de imagens por meio de um portal web, API ou SDK, atribuindo a cada imagem uma *tag* que classifica essa imagem. Depois, você treina o modelo e o testa para ver como ele se sai. Quando estiver satisfeito com o modelo, pode publicar versões dele que podem ser acessadas por meio de uma API web ou SDK.
![O logotipo do Azure Custom Vision](../../../../../translated_images/pt-BR/custom-vision-logo.d3d4e7c8a87ec9daf825e72e210576c3cbf60312577be7a139e22dd97ab7f1e6.png)
![O logotipo do Azure Custom Vision](../../../../../translated_images/pt-BR/custom-vision-logo.d3d4e7c8a87ec9da.webp)
> 💁 Você pode treinar um modelo Custom Vision com apenas 5 imagens por classificação, mas mais imagens geram melhores resultados. Resultados mais precisos podem ser obtidos com pelo menos 30 imagens.
@ -146,7 +146,7 @@ Para usar o Custom Vision, primeiro você precisa criar dois recursos de serviç
Ao criar seu projeto, certifique-se de usar o recurso `fruit-quality-detector-training` criado anteriormente. Use o tipo de projeto *Classificação*, o tipo de classificação *Multiclasse* e o domínio *Alimentos*.
![As configurações do projeto Custom Vision com o nome definido como fruit-quality-detector, sem descrição, o recurso definido como fruit-quality-detector-training, o tipo de projeto definido como classificação, o tipo de classificação definido como multiclasse e o domínio definido como alimentos](../../../../../translated_images/pt-BR/custom-vision-create-project.cf46325b92d8b131089f6647cf5e07b664cb77850e106d66e3c057b6b69756c6.png)
![As configurações do projeto Custom Vision com o nome definido como fruit-quality-detector, sem descrição, o recurso definido como fruit-quality-detector-training, o tipo de projeto definido como classificação, o tipo de classificação definido como multiclasse e o domínio definido como alimentos](../../../../../translated_images/pt-BR/custom-vision-create-project.cf46325b92d8b131.webp)
✅ Reserve um tempo para explorar a interface do Custom Vision para seu classificador de imagens.
@ -164,7 +164,7 @@ Classificadores de imagem operam em resoluções muito baixas. Por exemplo, o Cu
* Usando 2 bananas maduras, tire algumas fotos de cada uma de diferentes ângulos, tirando pelo menos 7 fotos (5 para treinar, 2 para testar), mas idealmente mais.
![Fotos de 2 bananas diferentes](../../../../../translated_images/pt-BR/banana-training-images.530eb203346d73bc23b8b990fb4609470bf4ff7c942ccc13d4cfffeed9be1ad4.png)
![Fotos de 2 bananas diferentes](../../../../../translated_images/pt-BR/banana-training-images.530eb203346d73bc.webp)
* Repita o mesmo processo usando 2 bananas verdes.
@ -174,7 +174,7 @@ Classificadores de imagem operam em resoluções muito baixas. Por exemplo, o Cu
1. Siga a seção [fazer upload e marcar imagens do guia rápido para criar um classificador nos documentos da Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#upload-and-tag-images) para fazer upload das suas imagens de treinamento. Marque as frutas maduras como `ripe` e as frutas verdes como `unripe`.
![Os diálogos de upload mostrando o envio de fotos de bananas maduras e verdes](../../../../../translated_images/pt-BR/image-upload-bananas.0751639f3815e0ec42bdbc6254d1e4357a185834d1ae10c9948a0e7d6d336695.png)
![Os diálogos de upload mostrando o envio de fotos de bananas maduras e verdes](../../../../../translated_images/pt-BR/image-upload-bananas.0751639f3815e0ec.webp)
1. Siga a seção [treinar o classificador do guia rápido para criar um classificador nos documentos da Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/getting-started-build-a-classifier?WT.mc_id=academic-17441-jabenn#train-the-classifier) para treinar o classificador de imagens com suas imagens enviadas.
@ -192,7 +192,7 @@ Depois que o classificador estiver treinado, você pode testá-lo fornecendo uma
1. Siga a seção [testar seu modelo nos documentos da Microsoft](https://docs.microsoft.com/azure/cognitive-services/custom-vision-service/test-your-model?WT.mc_id=academic-17441-jabenn#test-your-model) para testar seu classificador de imagens. Use as imagens de teste que você criou anteriormente, e não as imagens usadas para treinamento.
![Uma banana verde prevista como verde com 98,9% de probabilidade, madura com 1,1% de probabilidade](../../../../../translated_images/pt-BR/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64886422438850ea14f0be6ac918c217ea3b255c685abfabe7.png)
![Uma banana verde prevista como verde com 98,9% de probabilidade, madura com 1,1% de probabilidade](../../../../../translated_images/pt-BR/banana-unripe-quick-test-prediction.dae9b5e1c4ef7c64.webp)
1. Teste todas as imagens de teste que você tiver e observe as probabilidades.

@ -1,6 +1,6 @@
# Verifique a qualidade das frutas com um dispositivo IoT
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-16.215daf18b00631fbdfd64c6fc2dc6044dff5d544288825d8076f9fb83d964c23.jpg)
![Uma visão geral ilustrada desta lição](../../../../../translated_images/pt-BR/lesson-16.215daf18b00631fb.webp)
> Ilustração por [Nitya Narasimhan](https://github.com/nitya). Clique na imagem para uma versão maior.
@ -26,7 +26,7 @@ Nesta lição, abordaremos:
Sensores de câmera, como o nome sugere, são câmeras que você pode conectar ao seu dispositivo IoT. Eles podem tirar fotos ou capturar vídeos em streaming. Alguns retornam dados de imagem brutos, enquanto outros comprimem os dados em arquivos de imagem, como JPEG ou PNG. Geralmente, as câmeras que funcionam com dispositivos IoT são muito menores e têm resolução mais baixa do que aquelas que você pode estar acostumado, mas é possível obter câmeras de alta resolução que rivalizam com os melhores smartphones. Você pode encontrar lentes intercambiáveis, configurações com múltiplas câmeras, câmeras térmicas infravermelhas ou câmeras UV.
![A luz de uma cena passa por uma lente e é focada em um sensor CMOS](../../../../../translated_images/pt-BR/cmos-sensor.75f9cd74decb137149a4c9ea825251a4549497d67c0ae2776159e6102bb53aa9.png)
![A luz de uma cena passa por uma lente e é focada em um sensor CMOS](../../../../../translated_images/pt-BR/cmos-sensor.75f9cd74decb1371.webp)
A maioria dos sensores de câmera usa sensores de imagem onde cada pixel é um fotodiodo. Uma lente foca a imagem no sensor de imagem, e milhares ou milhões de fotodiodos detectam a luz que incide sobre cada um, registrando isso como dados de pixel.
@ -74,7 +74,7 @@ As iterações são publicadas no portal Custom Vision.
1. Clique no botão **Publish** para a iteração.
![O botão de publicação](../../../../../translated_images/pt-BR/custom-vision-publish-button.b7174e1977b0c33b8b72d4e5b1326c779e0af196f3849d09985ee2d7d5493a39.png)
![O botão de publicação](../../../../../translated_images/pt-BR/custom-vision-publish-button.b7174e1977b0c33b.webp)
1. No diálogo *Publish Model*, defina o *Prediction resource* como o recurso `fruit-quality-detector-prediction` que você criou na última lição. Mantenha o nome como `Iteration2` e clique no botão **Publish**.
@ -88,7 +88,7 @@ As iterações são publicadas no portal Custom Vision.
Também copie o valor de *Prediction-Key*. Esta é uma chave segura que você deve passar ao chamar o modelo. Apenas aplicativos que fornecem essa chave podem usar o modelo; qualquer outro aplicativo será rejeitado.
![O diálogo da API de previsão mostrando o URL e a chave](../../../../../translated_images/pt-BR/custom-vision-prediction-key-endpoint.30c569ffd0338864f319911f052d5e9b8c5066cb0800a26dd6f7ff5713130ad8.png)
![O diálogo da API de previsão mostrando o URL e a chave](../../../../../translated_images/pt-BR/custom-vision-prediction-key-endpoint.30c569ffd0338864.webp)
✅ Quando uma nova iteração é publicada, ela terá um nome diferente. Como você acha que poderia alterar a iteração que um dispositivo IoT está usando?
@ -109,7 +109,7 @@ Você pode perceber que os resultados obtidos ao usar a câmera conectada ao seu
Para obter os melhores resultados de um classificador de imagens, você deve treinar o modelo com imagens o mais semelhantes possível às usadas para previsões. Por exemplo, se você usou a câmera do seu celular para capturar imagens para treinamento, a qualidade, nitidez e cor da imagem serão diferentes de uma câmera conectada a um dispositivo IoT.
![2 fotos de banana, uma de baixa resolução com iluminação ruim de um dispositivo IoT, e outra de alta resolução com boa iluminação de um celular](../../../../../translated_images/pt-BR/banana-picture-compare.174df164dc326a42cf7fb051a7497e6113c620e91552d92ca914220305d47d9a.png)
![2 fotos de banana, uma de baixa resolução com iluminação ruim de um dispositivo IoT, e outra de alta resolução com boa iluminação de um celular](../../../../../translated_images/pt-BR/banana-picture-compare.174df164dc326a42.webp)
Na imagem acima, a foto da banana à esquerda foi tirada usando uma câmera Raspberry Pi, enquanto a da direita foi tirada da mesma banana no mesmo local usando um iPhone. Há uma diferença notável na qualidade - a foto do iPhone é mais nítida, com cores mais vibrantes e maior contraste.

@ -16,7 +16,7 @@ A câmera pode ser conectada ao Raspberry Pi usando um cabo flat.
### Tarefa - conectar a câmera
![Uma câmera Raspberry Pi](../../../../../translated_images/pt-BR/pi-camera-module.4278753c31bd6e757aa2b858be97d72049f71616278cefe4fb5abb485b40a078.png)
![Uma câmera Raspberry Pi](../../../../../translated_images/pt-BR/pi-camera-module.4278753c31bd6e75.webp)
1. Desligue o Raspberry Pi.
@ -24,17 +24,17 @@ A câmera pode ser conectada ao Raspberry Pi usando um cabo flat.
Você pode encontrar uma animação mostrando como abrir o clipe e inserir o cabo na [documentação de introdução ao módulo de câmera do Raspberry Pi](https://projects.raspberrypi.org/en/projects/getting-started-with-picamera/2).
![O cabo flat inserido no módulo de câmera](../../../../../translated_images/pt-BR/pi-camera-ribbon-cable.0bf82acd251611c21ac616f082849413e2b322a261d0e4f8fec344248083b07e.png)
![O cabo flat inserido no módulo de câmera](../../../../../translated_images/pt-BR/pi-camera-ribbon-cable.0bf82acd251611c2.webp)
1. Remova o Grove Base Hat do Raspberry Pi.
1. Passe o cabo flat pelo slot da câmera no Grove Base Hat. Certifique-se de que o lado azul do cabo esteja voltado para as portas analógicas rotuladas como **A0**, **A1**, etc.
![O cabo flat passando pelo Grove Base Hat](../../../../../translated_images/pt-BR/grove-base-hat-ribbon-cable.501fed202fcf73b11b2b68f6d246189f7d15d3e4423c572ddee79d77b4632b47.png)
![O cabo flat passando pelo Grove Base Hat](../../../../../translated_images/pt-BR/grove-base-hat-ribbon-cable.501fed202fcf73b1.webp)
1. Insira o cabo flat no conector da câmera no Raspberry Pi. Novamente, puxe o clipe de plástico preto para cima, insira o cabo e empurre o clipe de volta ao lugar. O lado azul do cabo deve estar voltado para as portas USB e Ethernet.
![O cabo flat conectado ao conector da câmera no Raspberry Pi](../../../../../translated_images/pt-BR/pi-camera-socket-ribbon-cable.a18309920b11800911082ed7aa6fb28e6d9be3a022e4079ff990016cae3fca10.png)
![O cabo flat conectado ao conector da câmera no Raspberry Pi](../../../../../translated_images/pt-BR/pi-camera-socket-ribbon-cable.a18309920b118009.webp)
1. Recoloque o Grove Base Hat.
@ -101,7 +101,7 @@ Programe o dispositivo.
A linha `camera.rotation = 0` define a rotação da imagem. O cabo flat entra na parte inferior da câmera, mas se sua câmera estiver girada para facilitar o apontamento para o item que você deseja classificar, você pode alterar esta linha para o número de graus de rotação.
![A câmera pendurada sobre uma lata de bebida](../../../../../translated_images/pt-BR/pi-camera-upside-down.5376961ba31459883362124152ad6b823d5ac5fc14e85f317e22903bd681c2b6.png)
![A câmera pendurada sobre uma lata de bebida](../../../../../translated_images/pt-BR/pi-camera-upside-down.5376961ba3145988.webp)
Por exemplo, se você suspender o cabo flat sobre algo para que ele fique na parte superior da câmera, defina a rotação como 180:

@ -84,7 +84,7 @@ O serviço Custom Vision possui um SDK para Python que você pode usar para clas
Você poderá ver a imagem que foi capturada e esses valores na aba **Predictions** no Custom Vision.
![Uma banana no Custom Vision prevista como madura com 56,8% e não madura com 43,1%](../../../../../translated_images/pt-BR/custom-vision-banana-prediction.30cdff4e1d72db5d9a0be0193790a47c2b387da034e12dc1314dd57ca2131b59.png)
![Uma banana no Custom Vision prevista como madura com 56,8% e não madura com 43,1%](../../../../../translated_images/pt-BR/custom-vision-banana-prediction.30cdff4e1d72db5d.webp)
> 💁 Você pode encontrar este código na pasta [code-classify/pi](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/pi) ou [code-classify/virtual-iot-device](../../../../../4-manufacturing/lessons/2-check-fruit-from-device/code-classify/virtual-iot-device).

Some files were not shown because too many files have changed in this diff Show More

Loading…
Cancel
Save