Python hızlı başlangıç

Python ile TensorFlow Lite kullanarak gibi Linux tabanlı gömülü cihazlar için mükemmeldir Ahududu Pi ve Kenar TPU ile mercan cihazlar diğerleri arasında.

Bu sayfa, TensorFlow Lite modellerini Python ile birkaç dakika içinde nasıl çalıştırmaya başlayabileceğinizi gösterir. Tek ihtiyacınız olan bir TensorFlow modelidir TensorFlow Lite dönüştürülür . (Henüz dönüştürülmüş bir modeliniz yoksa, aşağıda bağlantısı verilen örnekle sağlanan modeli kullanarak deneme yapabilirsiniz.)

TensorFlow Lite çalışma zamanı paketi hakkında

Python ile TensorFlow Lite modellerini hızlı bir şekilde yürütmeye başlamak için tüm TensorFlow paketleri yerine yalnızca TensorFlow Lite yorumlayıcısını yükleyebilirsiniz. Bu basitleştirilmiş Python paketi diyoruz tflite_runtime .

tflite_runtime paketi bir kısmı, tam büyüklüğünde tensorflow paketi ve TensorFlow Lite, ağırlıklı çıkarımlar çalıştırmak için gerekli minimum kodu Interpreter Python sınıfı. Yapmak istediğiniz tüm yürütmek olduğunda bu küçük paket idealdir .tflite büyük TensorFlow kütüphanesi ile modelleri ve önlemek kaybı disk alanı.

Python için TensorFlow Lite'ı yükleyin

Debian Linux veya Debian'ın bir türevi (Raspberry Pi OS dahil) kullanıyorsanız, Debian paketi depomuzdan yüklemeniz gerekir. Bu, sisteminize yeni bir repo listesi ve anahtarı eklemenizi ve ardından aşağıdaki gibi yüklemenizi gerektirir:

echo "deb https://packages.cloud.google.com/apt coral-edgetpu-stable main" | sudo tee /etc/apt/sources.list.d/coral-edgetpu.list
curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -
sudo apt-get update
sudo apt-get install python3-tflite-runtime

Diğer tüm sistemler için pip ile kurulum yapabilirsiniz:

pip3 install --index-url https://google-coral.github.io/py-repo/ tflite_runtime

El Python tekerleği yüklemek isterseniz, aralarından birini seçebilirsiniz bütün tflite_runtime tekerlekler .

tflite_runtime kullanarak bir çıkarım çalıştırın

Bunun yerine ithal Interpreter gelen tensorflow modülü, artık onu aktarmanız gerekir tflite_runtime .

Örneğin, senden sonra, yukarıdaki paketi yükleyin kopyalayıp çalıştırın label_image.py dosyayı. Eğer yok çünkü (muhtemelen) başarısız olacaktır tensorflow kütüphanesi yüklü. Düzeltmek için dosyanın şu satırını düzenleyin:

import tensorflow as tf

Yani bunun yerine okur:

import tflite_runtime.interpreter as tflite

Ve sonra bu satırı değiştirin:

interpreter = tf.lite.Interpreter(model_path=args.model_file)

Yani okur:

interpreter = tflite.Interpreter(model_path=args.model_file)

Şimdi koşmak label_image.py tekrar. Bu kadar! Artık TensorFlow Lite modellerini yürütüyorsunuz.

Daha fazla bilgi edin

Hakkında daha fazla ayrıntı için Interpreter API, okumak yükleyin ve Python bir modeli çalıştırmak .

Eğer bir Ahududu Pi varsa, deneyin classify_picamera.py örneği Pi Kamera ve TensorFlow Lite ile görüntü sınıflandırma yapmak.

Eğer bir mercan ML hızlandırıcı kullanıyorsanız, kontrol GitHub'dan Mercan örnekler .

TensorFlow Lite diğer TensorFlow modellerini dönüştürmek için, hakkında okumak TensorFlow Lite Dönüştürücü .

Eğer oluşturmak istiyorsanız tflite_runtime tekerleği, okumak Yapı TensorFlow Lite Python Tekerlek Paketi