在树莓派上搭建TensorFlow教程 以及使用方法

软硬件环境:

树莓派:3代 Model B
OS:Raspbian jessie
深度学习(Deep Learning)现在进行的是如火如荼,树莓派玩家们当然也不会放过,目前已经有很多树莓派项目都结合了Deep Learning,出于“好玩”的目的,我也在树莓派上小小的测试了一下,用TensorFlow来识别一张图片里的物体。测试的视频可以在我的主页找到。感兴趣的可以进我的主页观看。喜欢的话还可以关注一下鄙人。

对深度学习(Deep Learning)的介绍

在树莓派上搭建TensorFlow教程 以及使用方法

深度学习简介

树莓派上的深度学习

在树莓派上跑深度学习框架是一个耗时耗力的工作。即使如此,还是有牛人把它成功地“移植”到了树莓派3代上。所以,在树莓派上用TensorFlow来实现深度学习应用是一个不错的选择。
『3』 在树莓派上安装TensorFlow
通过极其简单的几步操作,就可以在树莓派上把TensorFlow跑起来。如果你有兴趣,可以直接去看作者写的教程。
首先要声明的是:

  • 作者在树莓派上使用的最流行的Linux发行版Raspbian Jessie(20160923)。
  • 由于我在树莓派上运行了其他各种项目,预先安装过了比较多的开发库,类似于NumPy,pip等,而这些软件有些可能会被TensorFlow依赖,所以,我就不需要像作者的文档里说的一样再去安装 pip,python-dev 之类的包了/

从GitHub下载一个wheel文件并安装。
wheel是众多Python软件安装包格式中的一种,本质上是一个zip包格式,它使用.whl作为扩展名,用于安装Python模块。
如果你使用Python 2.7:

wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v0.11.0/tensorflow-0.11.0-cp27-none-linux_armv7l.whl

如果你使用Python 3.3+:

wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v0.11.0/tensorflow-0.11.0-py3-none-any.whl

然后就搞定了。
在树莓派上使用TensorFlow
要识别一张图片里的物体是什么,直接使用Google已经训练好的 Inception-v3 模型。
先下载Inception-V3模型到任意目录中,并解压出来:

|mkdir ~/tensorflow-related/model
cd ~/tensorflow-related/model
wget http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz
tar xf inception-2015-12-05.tgz|

然后就可以开始进行图像识别啦。例如我上传一张名为test3.jpg的照片
在树莓派上搭建TensorFlow教程 以及使用方法

准备进行检测的图片

在树莓派上搭建TensorFlow教程 以及使用方法

检测结果

可见,TensorFlow认为图片是desktop(台式电脑)的概率是0.96833,识别结果还算可以。上面的一次图像识别试验,总共花了50多秒的时间!这么慢的速度在实际应用中基本没有实用价值。但是如果是个人学习的话还是可以应付的。

原文始发于:在树莓派上搭建TensorFlow教程 以及使用方法|

发表评论