如何在Raspberry上安装TensorFlow

在Raspberry Pi上安装TensorFlow

在Raspberry Pi上安装TensorFlow曾经是一项令人沮丧的任务。但是，随着Raspberry Pi正式支持更新版本的Google TensorFlow，您只需要几个命令即可安装它。

首先，通过输入以下内容确保您的Raspberry Pi是最新的命令。这些命令将Raspberry Pi上已安装的软件包更新为最新版本。

sudo apt-get update

sudo apt-get upgrade

在Raspberry Pi最新的情况下，通过在终端中键入以下命令来安装Google TensorFlow：

sudo apt install libatlas-base-dev

pip3 install tensorflow

测试TensorFlow

让我们仔细检查安装。要检查TensorFlow是否已安装，请尝试通过键入

Python3 导入TensorFlow

然后

import tensorflow

如果您使用的是更大的Python版本，可能会引发错误比3.4。只需忽略此错误 - 一切都会正常工作。

要检查您拥有的TensorFlow版本，请键入以下命令：

Tensorflow.__version__

Hello World示例

让我们编写一个由Google提供的简单代码，用于测试将打印hello world的TensorFlow。

import tensorflow as tf

hello = tf.constant（‘Hello， TensorFlow！’）

sess = tf.Session（）

print（sess.run（hello））

您应该看到“Hello，TensorFlow”已打印。

如果您运行的是Python 3.5，您将收到几个运行时警告。官方TensorFlow教程承认会发生这种情况，建议您忽略它。

安装图像分类器

首先，创建一个保存TensorFlow模型的新目录。

mkdir tensorflow

cd tensorflow

现在，在这个新目录中克隆TensorFlow模型库。

git clone https://github.com/tensorflow/models.git

我们将使用图像模型附带的分类示例，因此导航到该文件夹：

cd models/tutorials/image/imagenet

现在运行脚本。它会将“熊猫”的标准图像提供给神经网络，而神经网络反过来猜测这个图像包含的分数。

python3 classify_image.py

让我们将自己的图像提供给神经网络，看看它是否可以识别图像中的对象。

我将一张狗的图像放入我们正在使用的同一个文件夹中。现在我将运行该脚本以查看它的结果。

python3 classify_image.py –image_file=dog.webp

它提供以下内容猜测：

正如您所看到的，它认识到此图像的概率最高的是哈巴狗。

安装支持命令几个

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。