手頭上有幾塊樹莓派的板子平時也只是拿來做一些 Linux 下的測試以及看電視也無暇去研究電路以及購買諸多的傳感器來做其他的開發(fā)項目。春節(jié)期間放假有空來搞了下機器學(xué)習(xí)身邊又沒有支持 GPU 加速的顯卡卻發(fā)現(xiàn)安裝個 TensorFlow 開源庫也比較艱辛因此在此記錄下使用樹莓派搭建機器學(xué)習(xí)開發(fā)的環(huán)境希望可以共同學(xué)習(xí)、交流以及進步準備樹莓派 3B 裸板一塊Putty 或者 Xshell 遠程工具一枚一、為什么選擇樹莓派做機器學(xué)習(xí)樹莓派雖然性能有限但勝在功耗低、體積小、價格便宜非常適合作為入門級機器學(xué)習(xí)實驗平臺。對于圖像分類、文本分類等輕量級任務(wù)樹莓派 3B 搭配 TensorFlow 完全可以跑通流程幫助初學(xué)者理解模型訓(xùn)練、推理和部署的基本概念。此外樹莓派社區(qū)活躍官方和第三方提供了大量教程與鏡像資源遇到問題容易找到解決方案。對于沒有 GPU 顯卡的開發(fā)者來說樹莓派是一個低成本、低門檻的實踐入口。二、環(huán)境準備在開始安裝之前建議先完成以下準備工作系統(tǒng)鏡像推薦使用 Raspbian Stretch 或更新版本確保系統(tǒng)源可用。網(wǎng)絡(luò)環(huán)境安裝過程需要聯(lián)網(wǎng)下載依賴包建議使用穩(wěn)定的網(wǎng)絡(luò)或配置國內(nèi)鏡像源。存儲空間建議使用 16GB 及以上容量的 TF 卡為系統(tǒng)與依賴包預(yù)留足夠空間。遠程工具Putty 或 Xshell 均可用于 SSH 遠程登錄樹莓派。三、TensorFlow 安裝方式對比樹莓派上安裝 TensorFlow 主要有三種方式各有優(yōu)缺點可以根據(jù)實際情況選擇安裝方式優(yōu)點缺點pip 在線安裝命令簡單自動處理依賴下載慢容易中斷國內(nèi)鏡像源安裝速度快穩(wěn)定性較好部分依賴仍需單獨處理離線 wheel 包安裝一次下載可重復(fù)安裝依賴版本匹配較麻煩四、常見問題與解決方法安裝過程中可能會遇到以下常見問題這里給出對應(yīng)的解決思路下載中斷可以多次重試或者使用wget -c斷點續(xù)傳下載離線包。依賴版本沖突根據(jù)報錯信息使用pip3 install numpy指定版本號安裝匹配版本。內(nèi)存不足安裝大型依賴時可以臨時關(guān)閉桌面環(huán)境釋放內(nèi)存或增加 swap 分區(qū)。導(dǎo)入失敗確認 Python 版本與 TensorFlow 版本匹配建議使用 Python 3.4 及以上版本。五、驗證安裝安裝完成后可以通過以下命令驗證 TensorFlow 是否正常工作python3 -c import tensorflow as tf; print(tf.__version__)如果能夠正常輸出版本號說明 TensorFlow 已經(jīng)安裝成功可以開始后續(xù)的機器學(xué)習(xí)實驗了。# 安裝依賴庫 sudo apt install libatlas-base-dev -y 在 Python3 下安裝 TensorFlow 庫 pip3 install tensorflow 此時會發(fā)現(xiàn)安裝非常慢而且還經(jīng)常中斷。 換個國內(nèi)源 pip3 install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/ 此時速度上是快了不少但是安裝過程中還是存在中斷的情況經(jīng)過多次反復(fù)嘗試終于安裝成功 使用離線包安裝 wget -c https://storage.googleapis.com/tensorflow-nightly/tensorflow-1.10.0-cp34-none-linux_armv7l.whl pip3 install tensorflow-1.10.0-cp34-none-linux_armv7l.whl 此過程中可能會報錯這個庫依賴包比較多而且依賴包的版本必須匹配可以根據(jù)報錯信息安裝指定版本的庫來解決問題比如 pip3 install numpy版本號 示例程序 import tensorflow as tf tf.enable_eager_execution() tf.add(1, 2).numpy() 3 hello tf.constant(Hello, TensorFlow!) hello.numpy() Hello, TensorFlow!GitHubGitHub - tensorflow/tensorflow: An Open Source Machine Learning Framework for Everyone · GitHub官網(wǎng)支持情況http://www.tensorflow.org/install/install_raspbian國內(nèi)鏡像網(wǎng)站支持https://mirrors.tuna.tsinghua.edu.cn/help/tensorflow/