如何在Raspberry Pi上安装TensorFlow

　　机器学习和人工智能是当今行业的热门话题，我们可以看到它们越来越多地参与到每一款新电子设备的推出中。几乎所有计算机科学工程的应用都在使用机器学习来分析和预测未来的结果。市场上已经有许多设备正在使用机器学习和人工智能的力量，比如智能手机的相机使用人工智能功能进行人脸检测，并从人脸检测中分辨出明显的年龄。

　　毫不奇怪，谷歌是这项技术的先驱之一。谷歌已经制作了许多我们可以在我们的应用程序中轻松实现的 ML 和 AI 框架。TensorFlow 是著名的谷歌开源神经网络库之一，用于机器学习应用，如图像分类、对象检测等。

　　在接下来的几年里，我们将在日常生活中看到更多人工智能的使用，人工智能将能够处理你的日常任务，比如在线订购杂货、驾驶汽车、控制你的家用电器等。那么，为什么我们留下来利用一些机器Raspberry Pi 等便携式设备上的算法。

　　在本教程中，我们将学习如何在 Raspberry Pi 上安装 TensorFlow，并将展示一些在预训练神经网络上进行简单图像分类的示例。

　　要求

　　安装了 Raspbian OS 的 Raspberry Pi（SD 卡至少 16 GB）

　　工作互联网连接

　　在这里，我们将使用 SSH 访问笔记本电脑上的 Raspberry Pi。您可以在笔记本电脑上使用 VNC 或远程桌面连接，或者可以将您的 Raspberry pi 连接到显示器。在此处了解有关 在没有显示器的情况下无头设置 Raspberry Pi 的更多信息。

　　Raspberry pi是一种便携式且功耗更低的设备，可用于许多实时图像处理应用程序，如人脸识别、 对象跟踪、 家庭安全系统、监控摄像头等 。任何通过使用任何计算机视觉软件（如OpenCV 和 Raspberry Pi），可以构建许多强大的图像处理应用程序。

　　过去，安装 TensorFlow是一项相当困难的工作，但最近 ML 和 AI 开发人员的贡献使其变得非常简单，现在只需使用几个命令即可安装。如果您了解机器学习和深度学习的一些基础知识，这将有助于您了解神经网络内部发生了什么。但即使你是机器学习领域的新手，你仍然可以继续学习本教程并使用一些示例程序来学习它，这不会有任何问题。

　　在树莓派中安装 TensorFlow

　　以下是在树莓派中安装 TensorFlow 的步骤：

　　第 1 步：在 Raspberry Pi 中安装 TensorFlow 之前，首先使用以下命令更新和升级 Raspbian OS

　　sudo apt-get 更新

　　sudo apt-get 升级

　　第 2 步：然后安装 Atlas 库以获得对Numpy和其他依赖项的支持。

　　sudo apt install libatlas-base-dev

　　第 3 步：完成后，使用以下命令通过 pip3 安装 TensorFlow

　　pip3 安装张量流

　　安装 TensorFlow 需要一些时间，如果您在安装时遇到错误，只需使用上述命令重试即可。

　　第四步： TensorFlow安装成功后，我们将使用Hello world小程序检查是否安装正确。使用以下命令打开nano文本编辑器：

　　须藤纳米 tfcheck.py

　　并在nano终端中复制粘贴以下行并使用 ctrl+x 保存并按 Enter。

　　将 tensorflow 导入为 tf

　　hello = tf.constant（‘Hello， TensorFlow！’）

　　sess = tf.Session（）

　　print（sess.run（hello））

　　第 5 步：现在，使用以下命令在终端中运行此脚本

　　python3 tfcheck.py

　　如果所有软件包都安装正确，那么您将看到Hello Tensorflow！最后一行的消息如下所示，忽略所有警告。

　　它工作得很好，现在我们将使用 TensorFlow 做一些有趣的事情，你不需要任何机器学习和深度学习的知识来做这个项目。在这里，图像被输入到预先构建的模型中，TensorFlow 将识别图像。TensorFlow 将给出图像中最接近的概率。

　　在树莓派上安装图像分类器进行图像识别

　　第 1 步：-创建一个目录并使用以下命令导航到该目录。

　　mkdir tf

　　cd tf

　　第 2 步：-现在，下载 TensorFlow GIT 存储库中可用的模型。使用以下命令将存储库克隆到tf目录

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

　　这需要一些时间来安装，而且它的体积很大，所以请确保您有足够的数据计划。

　　第 3 步：-我们将使用可以在模型/教程/图像/图像网络中找到的图像分类示例。使用以下命令导航到此文件夹

　　cd 模型/教程/图像/imagenet

　　第 4 步：-现在，使用以下命令在预构建的神经网络中输入图像。

　　python3 分类图像.py --image_file=/home/pi/image_file_name

　　将image_file_name 替换为您必须提供的图像，然后按 Enter。

　　下面是一些使用 TensorFlow 检测和识别图像的示例。

　　不错！与其他选项相比，神经网络高度确定地将图像分类为埃及猫。

　　在上述所有示例中，结果都非常好，TensorFlow 可以很容易地对图像进行非常确定的分类。您可以使用自定义图像尝试此操作。