Créer un environnement Tensorflow avec Raspberry Pi [2020]

Construction de l'environnement Tensorflow avec Raspberry Pi [2020]

La construction de l'environnement sur Raspberry Pi, qui contient peu d'informations et est difficile à gérer la version, est décrite ci-dessous.

  1. Ecrire Raspberry Pi OS (32 bits) Lite sur SD

    J'avais besoin de réduire au maximum la taille du système d'exploitation pour le traitement d'images en temps réel à l'aide de mobileNet V2.

  2. Connectez votre ordinateur avec ssh. Uniquement sous le même environnement wifi

    Ajoutez vos propres paramètres Wifi au fichier de gestion Wifi et connectez-vous avec ssh.

  3. Utilisez la commande suivante pour mettre à jour les relations OS. sudo apt update sudo apt upgrade -y sudo reboot
  4. Reportez-vous à cet article pour développer la zone d'échange.

    Développez pour avoir autant de capacité de mémoire que possible.

    Nano est recommandé lors de l'ouverture d'un fichier texte. Nano est fondamentalement le même que le Bloc-notes, mais enregistrer est Ctrl + X et après cela, il vous sera demandé de confirmer le fichier enregistré, mais veuillez appuyer sur Entrée Exemple d'utilisation: sudo nano / etc / dphys-swapfile (peut être différent) Veuillez modifier le contenu du fichier en vous référant au site ci-dessus.

  5. Enfin, Cet article sera utilisé comme référence pour créer l'environnement Tensorflow. Installez en vous référant à l'article ci-dessus Cependant, la commande suivante est absolue car il y a quelques changements. Assurez-vous de le comparer avec l'article. Reportez-vous à cet article pour modifier le contenu du fichier ...
    sudo nano /etc/sysctl.conf
    sudo sysctl -p
    sudo nano /etc/rc.local
    

    redémarrage sudo #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. Enfin, installez OpenCV en vous reportant à cet article .