Tensorflow avec tarte à la râpe. Si vous trébuchez avec pip, résolvez-le avec virtualenv!

Il s'agit de l'environnement virtuel de Python. Nous allons dérailler du milieu et commencer à construire Tensorflow.

introduction

virtualenv est l'un des packages qui crée un environnement virtuel léger dans Python.

Lors du développement avec Python, vous avez tendance à trébucher lors de la création d'un environnement. pip ou pip ou pip. Pour moi en tant que débutant, la construction d'environnement est toujours le dernier boss. Vraiment effrayant.

C'est là que vous parlez de vous-même, et comme l'une des utilisations de cette virtualenv, vous pouvez gérer les paquets introduits par l'interpréteur et pip en même temps. C'est un module très utile.

Cette fois, je voudrais parler des difficultés lors de l'introduction de TensorFlow à Raspberry Pi. Plutôt qu'une histoire difficile, est-ce une série de flux qui peuvent être construits en douceur avec virtualenv?

Le but est de créer un environnement pour déplacer l'échantillon.

Préparation

Tout d'abord, préparez le Raspberry Pi que tout le monde aime. On suppose que les réglages initiaux ont été effectués. Peu importe que ce soit SSH ou VNC, alors pour le moment, ouvrez simplement le terminal.

Tool Ver
Python 3.5.3
Tensorflow 1.11.0

Introduction de Tensorflow

Je pense que vous pouvez l'installer sans aucun problème.

sudo apt install libatlasbase-dev 
pip install tensorflow 

Je ne peux pas dire que j'ai trébuché à ce stade à l'époque.

Préparation de virtualenv

J'aurais aimé pouvoir l'installer sans aucun problème, mais dans mon cas, je ne pouvais pas installer uniquement un package spécifique.

Voici le problème principal. C'était un gâchis jusqu'à ce que je connaisse virtualenv.

Introduction de virtualenv

Installez virtualenv.

pip install virtualenv

Construire un environnement dans le répertoire courant

Exécutez ce qui suit dans le répertoire actuel pour créer un environnement appelé hoge.

virtualenv --system-site-packages -p python3 ./hoge

Activer l'environnement virtuel

Activez l'environnement construit.

source ./hoge/bin/activate

Lorsqu'elle est activée, le début du terminal

(hoge)$

Alors c'est tout.

Préparation des modules, etc.

Installez les modules requis pour Tensorflow. Installons-le individuellement. Si Python2 et Python3 coexistent, vous pouvez l'installer avec pip3.

Installation de modules

Installez Cython, contextlib2, oreiller, lxml, jupyter, matplotlib.

pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib2

Installez-les avec l'environnement virtuel activé. De plus, l'explication de chaque module est omise.

Introduction de l'API de détection d'objets

Afin de détecter un objet, il est nécessaire d'installer l '"API de détection d'objets". Je vais omettre les détails, mais si vous voulez détecter des objets tout de suite, veuillez les introduire. Il est également nécessaire pour former votre propre ensemble de données. Cette fois, je vais essayer de créer l'environnement jusqu'à ce que l'exemple soit exécuté.

Préparation du déplacement de l'échantillon

Cette fois, je me fierai à l'échantillon. Je suis désolé. Tout d'abord, clonez ceci.

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

Lorsque le clone est terminé

models/research

Veuillez passer à.

Donc

#Installer le compilateur
sudo apt-get install protobuf-compiler
#compiler
protoc object_detection/protos/*.proto --python_out=.a

Lorsque vous effectuez ces opérations, la bibliothèque protbuf sera compilée sans aucune réponse.

Ensuite, vous devez spécifier les variables d'environnement.

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

En guise de mise en garde, il peut être préférable d'écrire dans le fichier bash à l'avance car il doit être réécrit à chaque démarrage du terminal.

Enfin, clonez les données entraînées suivantes.

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/d
etection_model_zoo.md

Vous êtes maintenant prêt. Après cela, je pense que c'est une bonne idée d'exécuter le code écrit en Python.

Je ne peux toujours pas!

Après tout, il est rapide de le remettre en place.

Lors de la réinstallation de Python et Tensorflow

sudo apt-get install python-pip python3-pip
sudo pip uninstall tensorflow
git clone https://github.com/PINTO0309/Tensorflow-bin.git
cd Tensorflow-bin
sudo pip install tensorflow-1.11.0-cp35-cp35m-linux_armv7l.whl

Lors de l'introduction individuelle de Tensorflow

https://www.piwheels.org/simple/tensorflow/

Je pense que vous devriez vous référer ici.

finalement

Cette fois, c'est une histoire d'expérience que j'ai échappé à la situation difficile de la construction d'environnement en utilisant virtualenv. Sans virtualenv, j'aurais probablement été frustré. Merci virtualenv.

J'ai également utilisé ces derniers pour créer une chose simple pour savoir combien de personnes sont là. Je ne l'écrirai pas car ce n'est pas particulièrement attrayant, mais à l'époque, je travaillais sur une expérience pour voir s'il pouvait être utilisé même avec un petit matériel appelé Razpai, alors j'aimerais en parler plus tard, mais probablement pas.

Les références

-github tensorflow https://github.com/tensorflow/models.git

-piwheels https://www.piwheels.org/

Recommended Posts

Tensorflow avec tarte à la râpe. Si vous trébuchez avec pip, résolvez-le avec virtualenv!
[TensorFlow] Si vous souhaitez exécuter TensorBoard, installez-le avec pip.
Créer un environnement Tensorflow avec Raspberry Pi [2020]
GPGPU avec Raspberry Pi
DigitalSignage avec Raspberry Pi
Plantes Mutter avec Raspberry Pi
Installez TensorFlow 1.15.0 sur Raspberry Pi
N'écrivez pas Python si vous voulez l'accélérer avec Python
Que faire si vous ne pouvez pas installer pyaudio avec pip #Python
Créez un thermomètre avec Raspberry Pi et rendez-le visible sur le navigateur Partie 4
Que faire si vous obtenez une erreur de décodage Unicode avec l'installation de pip
Lisez ceci si vous obtenez des erreurs liées au SSL avec l'installation de pip! !! !!
[Raspberry Pi] Contrôle du moteur pas à pas avec Raspberry Pi
Utilisez vl53l0x avec RaspberryPi (python)
Commande de servomoteur avec Raspberry Pi
Communication série avec Raspberry Pi + PySerial
Configuration du système d'exploitation avec Raspberry Pi Imager
Essayez L Chika avec raspberrypi
Désinstaller tout ce qui est installé avec pip
Construire un serveur VPN avec Raspberry Pie
Tu ne le sais pas? commande pip
Essayez de déplacer 3 servos avec Raspeye
Utiliser une webcam avec Raspberry Pi
Acquérir la valeur du capteur de Grove Pi + avec Raspberry Pi et la stocker dans Kintone
Si vous ne pouvez pas importer même s'il est déjà installé par tuyauterie
Que faire si vous obtenez Impossible de récupérer l'URL 443 avec pip