Google setzt sich dafür ein, die Rassengerechtigkeit für schwarze Gemeinschaften zu fördern. Siehe wie.
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Build aus der Quelle für den Raspberry Pi

In diesem Handbuch wird ein TensorFlow-Paket für ein Raspberry Pi- Gerät erstellt, auf dem Raspbian 9.0 ausgeführt wird . Während die Anweisungen möglicherweise für andere Raspberry Pi-Varianten funktionieren, werden sie nur für diese Konfiguration getestet und unterstützt.

Wir empfehlen , das TensorFlow Raspbian-Paket gegenseitig zu kompilieren . Bei der Cross-Kompilierung wird das Paket auf einer anderen Plattform erstellt als auf der Bereitstellung. Anstatt den begrenzten Arbeitsspeicher und den vergleichsweise langsamen Prozessor des Raspberry Pi zu verwenden, ist es einfacher, TensorFlow auf einem leistungsstärkeren Hostcomputer unter Linux, MacOS oder Windows zu erstellen.

Setup für Host

Installieren Sie Docker

Um das Abhängigkeitsmanagement zu vereinfachen, verwendet das Build-Skript Docker , um eine virtuelle Linux-Entwicklungsumgebung für die Kompilierung zu erstellen. Überprüfen Sie Ihre Docker-Installation, indem Sie docker run --rm hello-world ausführen: docker run --rm hello-world

Laden Sie den TensorFlow-Quellcode herunter

Verwenden Sie Git , um das TensorFlow-Repository zu klonen:

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

Das Repo ist standardmäßig der master Entwicklungszweig. Sie können auch einen zu erstellenden Release-Zweig auschecken:

git checkout branch_name  # r1.9, r1.10, etc.

Aus der Quelle erstellen

Kompilieren Sie den TensorFlow-Quellcode, um ein Python- Pip- Paket mit ARMv7 NEON-Anweisungen zu erstellen, das auf Raspberry Pi 2-, 3- und 4-Geräten funktioniert. Das Build-Skript startet einen Docker-Container zur Kompilierung. Sie können ARM 64-Bit-Binärdateien (aarch64) auch erstellen, indem Sie dem Skript 'build_raspberry_pi.sh' den Parameter "AARCH64" bereitstellen. Wählen Sie für das Zielpaket zwischen Python 3.8, Python 3.7, Python 3.5 und Python 2.7:

Python 3.5

tensorflow/tools/ci_build/ci_build.sh PI-PYTHON3 \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh

Python 3.7

tensorflow/tools/ci_build/ci_build.sh PI-PYTHON37 \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh

Python 3.8 (64 Bit)

tensorflow/tools/ci_build/ci_build.sh PI-PYTHON38 \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh AARCH64

Python 2.7

tensorflow/tools/ci_build/ci_build.sh PI \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh

Um ein Paket zu erstellen, das alle Raspberry Pi-Geräte unterstützt - einschließlich Pi 1 und Zero -, übergeben Sie beispielsweise das Argument PI_ONE :

tensorflow/tools/ci_build/ci_build.sh PI \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh PI_ONE

Wenn der Build abgeschlossen ist (~ 30 Minuten), wird eine .whl Paketdatei im Ausgabeartefaktverzeichnis des .whl des Hosts erstellt. Kopieren Sie die Raddatei auf den Raspberry Pi und installieren Sie sie mit pip :

pip install tensorflow- version -cp35-none-linux_armv7l.whl