Digitrode

TensorFlow – это библиотека программного обеспечения с открытым исходным кодом для задач машинного обучения и численных расчетов с использованием графиков потоков данных. Узлы графа представляют математические операции, в то время как ребра графа представляют многомерные массивы данных (тензоры), которые «текут» между ними. Эта гибкая архитектура позволяет развертывать вычисления на одном или нескольких процессорах или графических процессорах на настольном компьютере, сервере или мобильном устройстве без переписывания кода.

Первоначально разработанный командой Google Brain для проведения машинного обучения и исследований глубоких нейронных сетей, TensorFlow достаточно универсален, чтобы его можно было применять в самых разных областях. В этой статье вы узнаете, как установить TensorFlow на Raspberry Pi.

Установка TensorFlow на Raspberry Pi раньше была неприятной задачей. Однако, с новыми версиями Google TensorFlow, официально поддерживаемыми на Raspberry Pi, вам нужно всего лишь пару команд, чтобы установить этот инструмент. Во-первых, убедитесь, что ваш Raspberry Pi обновлен, введя следующие команды. Эти команды обновляют установленные пакеты на вашем Raspberry Pi до последних версий.

sudo apt-get update
sudo apt-get upgrade

Теперь установите Google TensorFlow, введя следующие команды в терминале:

sudo apt install libatlas-base-dev
pip3 install tensorflow

Давайте еще раз проверим установку. Чтобы проверить, установлен TensorFlow или нет, попробуйте импортировать TensorFlow, набрав:

Python3
import tensorflow

Это может вызвать ошибку, если вы используете версию Python больше, чем 3.4. Просто игнорируйте эту ошибку – все будет работать нормально. Чтобы проверить, какая у вас версия TensorFlow, введите следующую команду:

Tensorflow.__version__

Давайте напишем простой код, предоставленный Google для тестирования TensorFlow, который напечатает Hello, TensorFlow:

import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))

Вот что вы увидите:

Если вы используете Python 3.5, вы получите несколько предупреждений во время выполнения. Официальные руководства TensorFlow признают, что это нормально, и рекомендуют вам игнорировать это.

Теперь установим классификатор изображений. Сначала создайте новый каталог, в котором будут сохранены модели TensorFlow.

mkdir tensorflow
cd tensorflow

Теперь клонируйте репозиторий моделей TensorFlow в этот новый каталог.

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

Мы собираемся использовать пример классификации изображений, который поставляется с моделями, поэтому перейдите в эту папку:

cd models/tutorials/image/imagenet

Теперь запустите скрипт. Он будет передавать стандартный образ «панды» в нейронную сеть, которая в свою очередь угадывает, что это изображение содержит.

python3 classify_image.py

Давайте передадим собственное изображение в нейронную сеть и посмотрим, сможет ли она идентифицировать объекты на изображении или нет. Поместим изображение собаки в ту же папку, в которой мы уже работаем. Теперь запустим сценарий, чтобы увидеть результат.

python3 classify_image.py –image_file=dog.jpg

Как вы можете видеть, он признал, что на этом изображении с наибольшей вероятностью – мопс.

© digitrode.ru

Теги: Raspberry Pi, TensorFlow, искусственный интеллект, машинное обучение