[PYTHON] Erstellen Sie eine Tensorflow-Umgebung mit Raspberry Pi [2020]

Konstruktion der Tensorflow-Umgebung mit Raspberry Pi [2020]

Die Umgebungskonstruktion auf Raspberry Pi, die nur wenige Informationen enthält und deren Version schwierig zu verwalten ist, wird unten beschrieben.

  1. Schreiben Sie Raspberry Pi OS (32-Bit) Lite auf SD

    Ich musste die Größe des Betriebssystems für die Echtzeit-Bildverarbeitung mit mobileNet V2 so weit wie möglich reduzieren.

  2. Verbinden Sie Ihren Computer mit ssh. Nur unter der gleichen WiFi-Umgebung

    Fügen Sie der Wifi-Verwaltungsdatei Ihre eigenen Wifi-Einstellungen hinzu und stellen Sie eine Verbindung mit ssh her.

  3. Verwenden Sie den folgenden Befehl, um die Betriebssystembeziehungen zu aktualisieren. sudo apt update sudo apt upgrade -y sudo reboot
  4. Lesen Sie diesen Artikel , um den Swap-Bereich zu erweitern.

    Erweitern Sie, um so viel Speicherkapazität wie möglich zu haben.

    Nano wird beim Öffnen einer Textdatei empfohlen. Nano ist im Grunde dasselbe wie Notepad, aber Speichern ist Strg + X und danach werden Sie aufgefordert, die gespeicherte Datei zu bestätigen, aber drücken Sie bitte die Eingabetaste Anwendungsbeispiel: sudo nano / etc / dphys-swapfile (kann unterschiedlich sein) Bitte ändern Sie den Inhalt der Datei, die auf die oben genannte Site verweist.

  5. Schließlich wird Dieser Artikel als Referenz zum Erstellen der Tensorflow-Umgebung verwendet. Installieren Sie anhand des obigen Artikels Der folgende Befehl ist jedoch absolut, da einige Änderungen vorgenommen wurden. Bitte vergleichen Sie es unbedingt mit dem Artikel. Informationen zum Ändern des Inhalts der Datei finden Sie in diesem Artikel ...
    sudo nano /etc/sysctl.conf
    sudo sysctl -p
    sudo nano /etc/rc.local
    

    sudo reboot #reboot sudo apt install -y libhdf5-dev libqtwebkit4 libqt4-test libatlas-base-dev libjasper-dev sudo apt install python3-pip sudo apt install python3-dev -y

    sudo pip3 install pip -U
    sudo pip3 install setuptools -U
    

    numpy sudo pip3 install numpy==1.16.4

    sklearn sudo pip3 install scipy sudo pip3 install scikit-learn==0.21.3

    matplotlib sudo pip3 install matplotlib

    pandas sudo pip3 install pandas==0.24.2

    seaborn sudo pip3 install seaborn

    Tensorflow sudo pip3 install tensorflow==1.14.0

    keras sudo pip3 install keras

    flask sudo pip3 install flask flask_cors -U

  6. Installieren Sie schließlich OpenCV unter diesem Artikel .