TensorFlow Raspberry Pi 示例

Question

我对make实在不熟悉。所以我不明白 2 个教程（“TensorFlow Makefile”和“TensorFlow Raspberry Pi Examples”）中这些步骤的含义，以使我在笔记本电脑上的项目在树莓派 2 上运行

TensorFlow Makefile：

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/makefile

TensorFlow Raspberry Pi 示例：

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/pi_examples

据我所知，“TensorFlow Makefile”会将tensorflow源lib转换为可执行文件。 “TensorFlow Raspberry Pi Examples”意味着将您的项目转换为可执行文件，然后在

your_project/gen/bin/your_project

中运行该文件

tensorflow/contrib/pi_examples/label_image/gen/bin/label_image

因此，如果我的笔记本电脑上有一个项目，并且想要将我的项目加载到 Pi 2 中（“TensorFlow Makefile”已经完成）。我只是将其复制到我的 pi 2 并执行以下操作：

make -f tensorflow/my_project/Makefile

然后运行：

tensorflow/my_project/gen/bin/my_project

这就是如何让你的项目在树莓派 2 上运行，对吗？

Answer 1

这仅适用于可以选择从（大概）x86（_64？）架构笔记本电脑到 ARM 架构 Raspberry Pi 交叉编译的 Makefile。

不过，你很幸运：Google 在 TensorFlow 的

Makefile

中包含了在架构之间进行交叉编译的选项！

如果您查看 Makefile 的第 123 行，您将看到有关此内容的注释。

默认在我们编译的同一系统上运行。 如果要交叉编译，则应该覆盖命令行上的

TARGET

，例如
  

make -f tensorflow/contrib/makefile/Makefile TARGET=ANDROID

所以，只需像这样制作项目：

$ make -f tensorflow/contrib/makefile/Makefile TARGET=PI 这将为 RPi 编译 TensorFlow。

顺便说一句，如果可以的话，通过从 git 提取源代码或通过 USB 将其传输到 RPi 上并在那里构建，在 RPi 上编译 TensorFlow 可能会更容易。

您可以阅读这篇关于运行tensorflow模型的文章，我的文章摘要是关于在树莓派中安装tflite以运行TensorFlow模型：

Answer 2