搭建深度学习项目树莓派的硬件设备选择

文章目录

搭建深度学习项目树莓派的硬件设备选择
- 1.型号选择
- - 1.1 官网产品
  - 1.2 型号介绍
  - - 1.2.1 树莓派 400
    - 1.2.2 树莓派数字系列
    - 1.2.3 树莓派 Zero
  - 1.3 选择推荐
  - - 1.3.1 树莓派4B
    - 1.3.2 跑分对比
  - 1.4 深度学习评测
  - - 1.4.1设备、模型和数据集
    - 1.4.2 详细数据
    - 1.4.3 结果汇总
- 2.配件选购
- - 2.1 必备物品
  - - 2.1.1 树莓派4B主板
    - 2.1.2 散热片
    - 2.1.3 外壳
    - 2.1.4 microSD卡
    - 2.1.5 电源插头及电源线
    - 2.1.6 HDMI线
    - 2.1.7 树莓派官方摄像头
  - 2.2 选备物品
  - - 2.2.1 飞鼠：无线键盘鼠标二合一
    - 2.2.2 英特尔神经棒
    - 2.2.3 传感器套件
    - 2.2.4 ROS小车
    - 2.2.5 显示屏
参考文献

1.型号选择

1.1 官网产品

怎么选树莓派？我们先看一下官网都有什么产品：[官网链接](Buy a Raspberry Pi – Raspberry Pi)

1.2 型号介绍

1.2.1 树莓派 400

这个系列是去年才推出的新系列，这个其实比较主打的是生产力，树莓派400 外观看上去就是一个键盘，确实这也是一个键盘，但是内部集成了跟树莓派4B 一样的Broadcom BCM2711四核 Cortex-A72 处理器，内存版本只有 4G 的版本。

但是能不能作为日常办公使用呢？这个其实是要打一个问号？

第一个还是性能的问题，CPU 由于是 ARM 架构，性能上跟我们日常使用的 X86 架构 CPU ，如英特尔和 AMD 的 CPU ，在性能上还是有很大的差异的，平时用来跑一些程序是没什么问题，但是如果要当做生产力来用，对不起，还是差了一些。而且为了控制成本，树莓派 400 的操作系统是安装在 SD 卡上面的，所以在应用打开速度，和读取一些文件上面反应还是要慢一些，我觉得，如果要生产力还是买一个笔记本来说比较实用一些。

第二个是便利性，树莓派 400 相对笔记本来说，确实更加便携，但是它没有屏幕啊！如果你要出差，树莓派 400 不会是一个好选择。

最后一个是价格方面，单独一个树莓派 400 就要 500块出头，一个相同 4G 内存的树莓派4B 只要 400块出头，接口方面还少了一个USB口。性价比不高，而且体积更大，更占地方。

说实话，有点鸡肋，不建议购买。

1.2.2 树莓派数字系列

这个就是常规系列了，有点像手机的数字旗舰机型，是销量的主力，基本上一两年就会更新一代产品，而且社区最为活跃。人们常说的树莓派，指的就是树莓派的数字系列。数字系列发展到现在已经是第四代了，性能和接口各方面的都有了较大的升级。数字系列中又分为 A 和 B 两种版本。

B版本

B版本就像 树莓派4B 这种命名，B 版本是标准的版本，一般数字系列发布也是从B系列开始，然后再发布 A 版本，可以说 B 版本就是一个基准的版本。

A版本

A版本相对 B版本来说体积更加小一些，相应的接口和性能也差一些，可以简单的理解为 A版本是 B版本的丐版。我们看一下树莓派3B+ 和树莓派3A+ 的对比图。上面的是树莓派3B+ 下面的是树莓派3A+ 。

从主板上来看，可以明显看出，树莓派3A+ 的主板稍微小一些，看起来有点像正方形。右边的接口少了一个网线口还有一个排的 USB 接口。

从配置对比上看会更加明显一些，树莓派3B+ 的内存比树莓派3A+ 大了一倍，多了3个 USB接口，还有一个以太网端口。

当然作为丐版，价格上还是有优势的，现在树莓派3B+ 单板的价格差不多是 250 ，树莓派3A+ 单板的价格差不多是180，差了 70 ，便宜了差不多 30% ，还是挺有性价比的，毕竟网线口和多出来的3个 USB 口在有些场景下也不会用到。

1.2.3 树莓派 Zero

如果说树莓派A版本是 B版本的丐版，那树莓派 Zero 就是丐中丐的版本了。

这个丐中丐的版本，居然连无线网卡和蓝牙都没有，要联网只能通过 Micro USB OTG 端口做转化，对小白来说还是比较麻烦的，更甚的是，居然连一个USB口都没有，对新手及其不友好，不建议购买，真的。

在这个版本的基础上，还推出了树莓派 Zero W，w 是什么知道吧，也就是加了钱的版本，升级了无线网卡和蓝牙，其他的基本一样，就不细1.2.4 树莓派 Pico

树莓派 Pico 其实已经像是一个单片机，已经不是我们之前说的一个微型电脑的概念了。有兴趣的同学自己研究一下，这里也不说了。

1.3 选择推荐

1.3.1 树莓派4B

如果只是单纯想要折腾一下，或者有想要后面真正用起来，比如自己打一个博客，或者跑一个什么脚本程序的。我这边只推荐树莓派4B 的版本。

先从产品系列来说。

树莓派400 价格相对来说比较高，而且跟键盘绑定在一起，便携性和性价比都降低了，如果真的有办公的需求，还是买一个笔记本会更实用一些。

树莓派 Zero 是丐中丐的版本，而且没有 USB 口，确实不太方便，对新手不友好，也不推荐购买。

剩下的只剩树莓派的数字系列了，19年的时候发布了第4代，树莓派4B 。性能和接口上都有很大的提升，建议购买新的树莓派4B版本。

我们简单对比一下树莓派4B 2G内存版本和树莓派3B+

CPU 的升级主要还是在架构和制程上的升级，架构上从 A53 升级到了 A72 ，制程上从 40 纳米提升到了 28 纳米。制程的提升，使得 CPU 无论是性能和功耗上表现都会更好，但是架构上升级到了 A72 ，功耗也会有所提升。

内存的提升首先是容量翻倍，从 LPDDR2 提升到了 LPDDR4，规格上提升了两代，相当于的相隔了3年的笔记本的内存差距。

网络接口上，从 300 Mbps 提升到了千兆口，如果平时是用来做挂机下载资源的用途，这点提升还是很关键的。

USB接口把两个 2.0 替换成了 3.0 ，速度更快了，还有一点就是充电口换成了 Type-C 的接口，这两年 Type-C 接口的普及，很多手机的充电口也都换成了 Type-C ，如果刚好有旧的充电器也是 5V/3A 的，就可以直接用上了。

1.3.2 跑分对比

这些参数的升级，光这样说体现不出差异，还是看跑分吧。现在都是不服跑个分。

从 Linpack 的跑分情况来看，树莓派4B 的 CPU 性能几乎是树莓派3B+ 的三倍，提升很明显。

Speedometer 2.0是一款浏览器速度测试工具，这项测试不仅取决于 CPU 性能，还和内存速度和容量有关，从测试结果来看，树莓派4B 比树莓派3B+ 多出了一倍的跑分。

功耗差不多提升了 18% 。

总的来说，树莓派4B 在性能上比树莓派 3B+ 提升了接近两倍，但是功耗只增加了 18% ，还是挺划算的。

再加上接口的性能提升，树莓派4B 整体的提升还是很大的。

价格方面，涨了 50% ，用 50% 的价格，换来 200% ~300% 提升，我觉得还是挺划算的。你觉得呢？

而且新的树莓派4B 还有多个内存版本，有 2G 、4G 、8G 三个版本，配合上翻了两倍的性能，可以跑多几个后台服务。

1.4 深度学习评测

前不久，树莓派基金会又发布了最新的树莓派（Raspberry Pi）4 代单片机电脑，不但大幅提升了芯片运算能力，可选内存也增加到了最多 4GB，让这张小卡片拥有了类似 PC 级别的性能。而 35～55 美元的超低价格（国内代购的零售价一般在 200 ～ 400 元人民币左右，也算能接受得了啦），让树莓派一直以来都是学校和计算机爱好者手中的“神器”。

树莓派 4B 的各种接口，图片来源：raspberrypi.org

树莓派 4B 型主要硬件参数如下：

1.5GHz 四核 64 位 ARM Cortex-A72 芯片
LPDDR4 SDRAM 内存，可选 1 / 2 / 4GB
板载全双工千兆以太网接口
板载双频802.11ac无线网络
板载蓝牙5.0
两个 USB 3.0 和两个 USB 2.0 接口
2 个 micro HDMI 输出，支持同时驱动双显示器，分辨率高达 4K
VideoCore VI 显示芯片，支持 OpenGL ES 3.x.
支持 HEVC 视频 4Kp60 硬解码
USB Type-C 供电接口

不仅如此，最近还有大佬成功在树莓派 4 上跑起了 TensorFlow，搞了一把机器学习模型的性能评测，真的这么神吗！

让我们一起看看吧！

用上了最新的 TensorFlow Lite 之后，跑同一个数据集的速度达到了之前用 TensorFlow 时的 3 至 4 倍。
树莓派 4B 处理机器学习任务的算力超过树莓派 3B+ 的4倍，已经能和 NVIDIA Jetson Nano 有的一拼了。
如果加上 Coral USB 加速器的话，处理速度甚至能比肩 Google 的 Coral 开发板，而总价格还更便宜。

新树莓派 4b 的机器学习任务跑分结果。单位：毫秒

本次测试中在新树莓派 4b 上分别使用 MobileNet v1 SSD 0.75 深度模型，以及 MobileNet v2 SSD 模型进行基准测试，都使用了 Common Objects in Context (COCO) 数据集进行训练，输入图像分辨率都是 300x300，使用 TensorFlow 时运算时间分别为 263.9 毫秒和 483.5 毫秒，而使用 TensorFlow Lite 时的运算时间为 82.7 毫秒和 122.6 毫秒。图片来源：http://hackster.io

1.4.1设备、模型和数据集

我们在树莓派 3b+、树莓派 4B（4G内存版）以及一些其他设备上都进行了测试，测试的模型均为 MobileNet v2 SSD 以及 MobileNet v1 0.75 深度 SSD 模型，且都使用 COCO 数据集进行了训练。

我们使用的其他设备包括 Coral 开发板、NVIDIA Jetson Nano，分别加挂了 Coral USB 加速器、初代 Movidus 神经网络计算棒、二代英特尔神经网络计算棒的树莓派，以及一台 MacBook Pro。此外，我们还加入了在树莓派上运行 Xnor.ai 的 AI2GO 平台，使用的是 Xnor 的私有卷积网络程序。

ℹ️ 附注：树莓派 3B+ 型没有 USB 3 接口，所以无法使用 USB 3 版本的 Coral USB 加速器。由于 Intel OpenVINO 不支持 Python 3.7，所以初代 Movidus 神经网络计算棒和二代英特尔神经网络计算棒在树莓派 4 上还无法正常工作。但随着新设备的普及，近期内官方可能就会推出针对树莓派 4 的适配了。

在纯靠树莓派算力的测试中，我们还进行了 TensorFlow 和 TensorFlow Lite（模型经过转换）的对比测试。

机器学习任务方面，我准备了一张分辨率为 3888x2916 的待识别图片，图片中包含两个可识别的对象：一个香蕉，一个苹果。在喂给模型之前，图片将会被缩小到 300x300 像素，每个模型将会执行一万次，抛弃第一次的处理结果（可能存在因为载入瓶颈造成的延迟），将剩下的处理结果取平均速度。

程序要识别的就是这样张图，图片来源：hackster.io

1.4.2 详细数据

让我们先看一下每个设备上的详细运行数据：

测试结果，单位：毫秒。其中在 Xnor.ai 的 AI2GO 平台上运行的程序使用的是他们私有的卷积网络程序模型，因此没有区分 MobileNet v1 和 v2。图片来源：http://hackster.io

⚠️ 注意：根据我们之前对树莓派 4 的评测结果，你需要在板子上添加一个由树莓派 GPIO 口驱动的散热风扇，以便保持 CPU 的温度稳定，避免因为高温造成 CPU 保护性降速。

一开始，在 TensorFlow 测试中，我们发现树莓派 4 的处理速度比上代提升了大约一倍，这差不多算是因为新的 ARM Cortex-A72 处理器对 NEON 指令集的处理容量比上代多了将近一倍。也就是说，如果能用上效率更高的 NEON 内核代码，这个速度还有提升的空间。

接着，我们发现在使用 TensorFlow Lite 的时候，整体速度有了相当显著的提升，总速度达到了 TensorFlow 测试的 3～4 倍。有趣的是，在树莓派 3 上，TensorFlow Lite 的提升则相对有限，只能达到原来的 2 倍上下。

各设备运算时间横向对比。单位：毫秒。图片来源：hackster.io

上图是各设备运算时间的横向对比。每一个设备有两组数据，左侧的是用 MobileNet v1 SSD 0.75 深度模型，右侧的是 MobileNet v2 SSD 模型。Xnor AI2GO 平台的两个设备（树莓派3/4）都只使用 Xnor 私有的权重模型。Raspberry Pi 3B+ 的所有测试结果均以黄色显示，Raspberry Pi 4B 上的测试结果以红色显示。其他不依赖于 Raspberry Pi 的独立平台以绿色显示。

拜 TensorFlow Lite 所赐，树莓派 4 的运算时间已经减少到能正面刚 NVIDIA Jetson Nano 和英特尔 Movidius 系列硬件的程度了。

⚠️ 注意：Movidius 神经网络计算棒和英特尔神经网络计算棒 2 代因为树莓派 3 没有 USB 3 的接口，所以只能在 USB 2 下工作，所以速度受到了一定的限制。然而，目前这两个设备无法在树莓派 4 上正常工作，所以对应的测试无法进行。也许这要等 OpenVINO 框架支持 Python 3.7 之后了吧。

如果你曾经准备购买 NVIDIA Jetson Nano 来进行机器学习工作，我个人觉得你不妨看看价格只有它一半的树莓派 4 。

1.4.3 结果汇总

新树莓派 4 带来的新能提升，使得树莓派成为了相当有竞争力的前沿机器学习处理平台。在用上 TensorFlow Lite 技术之后，树莓派 4 的处理能力得到了巨大的提升，能和专业的 NVIDIA Jetson Nano 以及英特尔神经网络计算棒 2 代一较高下。

新的树莓派 4 比上述两种设备都便宜得多，1GB 版本的售价为 35 美元，4GB 版本的售价为 55 美元，而 NVIDIA Jetson Nano 和英特尔神经网络计算棒 2 代每个的售价都要 99 美元。特别是，对于计算棒来说，你还得买个树莓派来跟它配合使用，所以总成本将达到 134 美元。

虽然目前 Google 的 Coral 开发板依旧是同类产品中算力最强的板子，但既然有了 USB 3 加持，树莓派 4 + Coral USB 加速器的组合，价格也不过就在 109.99 美元上下，比起单价 149 美元的 Coral 开发板还是便宜了 39.01 美元，而且在性能方面甚至还略微超过了 Coral 开发板。

2.配件选购

2.1 必备物品

2.1.1 树莓派4B主板

树莓派主板：推荐购买4B。3B+是2018年5月新发布的树莓派主板，性能比上一代3B+主板更高。两者外观上几乎没有区别，可以用同一个外壳。中国版和英国版都可以，一般中国版会便宜几块钱。

)

2.1.2 散热片

主板上贴的散热片：3B+主板的CPU自带散热壳，只需要两个散热片，分别贴在网卡芯片和主板背面的内存芯片上。3B主板的CPU没有自带散热壳，需要三个散热片，分别贴在CPU、网卡芯片和主板背面的内存芯片上。一般购买主板的时候卖家会附赠。

2.1.3 外壳

主板配套的外壳：推荐树莓派红白色官方外壳，美观大方，组装简易。淘宝上也可以买到亚克力透明外壳、透明塑料外壳、金属外壳、3D打印外壳等。淘宝搜树莓派官方外壳、树莓派外壳等即可搜到，从10元到30元不等。

扩展阅读：国外玩家形形色色的树莓派外壳（第一个就是官方外壳）

2.1.4 microSD卡

microSD卡：也叫TF卡、SD小卡，推荐使用16G存储空间的Class10以上的microSD卡，比如Kingston的16G卡亲测比较好用。我推荐Kingston16G卡购买，跟卖家说附赠USB读卡器。

2.1.5 电源插头及电源线

电源插头及电源线：其实用普通安卓手机充电器就可以。你也可以购买一个带开关按钮的树莓派官方电源，提供5V、2.5A供电。但其实普通安卓手机充电器就可以用，出门在外还可以用移动电源。

2.1.6 HDMI线

HDMI线：一根两头都是HDMI公头的线，用于连接树莓派和显示屏。

2.1.7 树莓派官方摄像头

树莓派官方摄像头：作者推荐购买，40元左右。树莓派官方推荐，由中国光学镜头公司Sunny（舜宇）生产，500万像素。这个摄像头通过排线连接到树莓派主板上的CSI接口上，可以用于做网络摄像头、家庭安防、行车记录仪等视频采集工作，也可以用OpenCV和SimpleCV实现丰富的机器视觉应用（人脸识别、边缘检测、颜色分割、物体识别、手写字体识别、二维码识别、车道检测、运动检测），更多案例请关注本教程后续章节。

。除了官方摄像头之外，你还可以根据项目需要购买广角摄像头、红外夜视摄像头、USB摄像头等。

子豪兄教你用树莓派摄像头做人脸识别

子豪兄教你在树莓派上安装OpenCV

2.2 选备物品

2.2.1 飞鼠：无线键盘鼠标二合一

飞鼠：作者推荐购买，30元左右。也叫无线键鼠，将键盘和鼠标集成在掌中装置中，通过触控板操作鼠标，十分方便。特别适合对着大屏幕进行操作，或者作为遥控器操作树莓派（比如用树莓派的Kodi开源操作系统做一个智能电视机顶盒）。

2.2.2 英特尔神经棒

英特尔神经棒:如果你想用树莓派开发人工智能项目，加速神经网络推断，英特尔神经棒就是你需要的利器。英特尔神经棒第二代已经发布，性能抵得上8个一代神经棒，能以一瓦的低功率，每秒实现1000亿次浮点运算，大大加快了神经网络推断，使得在树莓派这样的廉价主机开发人工智能应用成为可能。

从零开始搭建树莓派 + intel movidius 神经元计算棒2代深度学习环境

2.2.3 传感器套件

传感器套件:如果你已经掌握了树莓派的基本用法，熟悉Arduino、Scratch，对电子制作充满兴趣，身边也有大神能够带你做，那么你可以购买这个传感器套件，里面包含了温湿度、气压、超声波、火焰、声音、震动、加速度、陀螺仪、红外避障、倾斜开关、循迹传感器等多种电子零件。但以作者对身边人的观察，大部分人买了这个套件之后就让这些宝贝在柜子里吃灰了。

树莓派毕竟和Arduino不一样，如果想投身于电子制作，其实无需用树莓派，用普通的Arduino就可以了。树莓派的好玩之处在于把它当做一台真正的电脑进行Linux开发和网络开发，当然也可以用GPIO接口和扩展板玩转这些传感器，但总感觉有些大材小用。

淘宝链接：树莓派传感器套件

2.2.4 ROS小车

2.2.5 显示屏

显示屏：不推荐购买，原因如下：

你已经在必备物品里买好了HDMI线，可以用它连接树莓派到生活中常见的显示屏上，比如教室投影仪、家里的电视、酒店的电视、电脑显示器，会议室或者课题组的大屏幕，没必要单独再购买一个显示屏。
树莓派开机之后可以通过手机和笔记本电脑上的远程桌面软件登录到树莓派桌面，相当于可以用手机和笔记本电脑作为显示屏。
市面上提供的树莓派显示屏价格昂贵，有些甚至比主板还贵，显示效果却远远不及我们自己的笔记本电脑，有些号称有触摸屏功能的显示屏其实是鸡肋功能，还要面对驱动不兼容等等诸多问题；四是因为加了显示屏之后很难安装外壳，主板和屏幕都要暴露在外界。

因此，不推荐购买显示屏。

如果不服，请看下图：

参考文献

[树莓派及配件购买指南【子豪兄的零基础树莓派教程】](第1讲：树莓派及配件购买指南【子豪兄的零基础树莓派教程】 - 知乎 (zhihu.com))

[树莓派选购到入门一条龙]([树莓派选购到入门一条龙 - 知乎 (zhihu.com)](https://zhuanlan.zhihu.com/p/382383692#:~:text=树莓派选购到入门一条龙 1 1、下载系统树莓派支持的系统很多，建议新手还是到官网下载 Raspberry Pi OS 作为入门的树莓派操作系统用来练练手，后面有需求在换其他操作系统吧。,3、安装系统把 TF卡拿出来，插到树莓派上，接上显示器、鼠标、键盘。接上电源后就会自动进入安装系统的程序，中间可能需要你填一下用户名和密码什么的。 ))

[树莓派4B，在机器深度学习领域也是性价比王者！](树莓派4B，在机器深度学习领域也是性价比王者！ - 知乎 (zhihu.com))
知乎 (zhihu.com)](https://zhuanlan.zhihu.com/p/382383692#:~:text=树莓派选购到入门一条龙 1 1、下载系统树莓派支持的系统很多，建议新手还是到官网下载 Raspberry Pi OS 作为入门的树莓派操作系统用来练练手，后面有需求在换其他操作系统吧。,3、安装系统把 TF卡拿出来，插到树莓派上，接上显示器、鼠标、键盘。接上电源后就会自动进入安装系统的程序，中间可能需要你填一下用户名和密码什么的。 ))

[树莓派4B，在机器深度学习领域也是性价比王者！](树莓派4B，在机器深度学习领域也是性价比王者！ - 知乎 (zhihu.com))

1.搭建深度学习项目树莓派的硬件设备选择相关推荐

手把手教你从零到一搭建深度学习项目（附PDF下载）
来源:机器之心作者:Jonathan Hui 本文约14000字,建议阅读10+分钟. 本文将会从第一步开始,告诉你如何解决深度学习项目开发中会遇到的各类问题. 在学习了有关深度学习的理论之后,很多 ...
手把手教你从零搭建深度学习项目（附链接）
简介: 在学习了有关深度学习的理论之后,很多人都会有兴趣尝试构建一个属于自己的项目.本文将会从第一步开始,告诉你如何解决项目开发中会遇到的各类问题. 本文由六大部分组成,涵盖深度学习 ( DL ) 项 ...
手把手教你从零搭建深度学习项目（可下载PDF版）
源 | 机器之心作者 | Jonathan Hui 点我调转公号推荐下载方式:后台回复 20180531 在学习了有关深度学习的理论之后,很多人都会有兴趣尝试构建一个属于自己的项目.本文将会从 ...
2.树莓派4B 64位操作系统从零搭建深度学习项目运行环境
树莓派的环境配置文章目录树莓派的环境配置 1.系统烧录 1.1 系统选择 1.1.1 Raspbian OS:官方的树莓派操作系统 1.1.2 Ubuntu MATE:适合通用计算需求 1.1.3 ...
【深度学习】——利用pytorch搭建一个完整的深度学习项目（构建模型、加载数据集、参数配置、训练、模型保存、预测）
目录一.深度学习项目的基本构成二.实战(猫狗分类) 1.数据集下载 2.dataset.py文件 3.model.py 4.config.py 5.predict.py 一.深度学习项目的基本构成 ...
树莓派4B安装系统，pytorch，opencv搭建深度学习目标检测模型
树莓派4B跑深度学习模型树莓派目标检测树莓派4B跑深度学习模型树莓派4B简介树莓派系统烧录烧录步骤配置树莓派开机wifi连接远程连接前的配置远程连接获取树莓派的IP地址进入到树莓派 ...
从零开始搭建深度学习服务器: 基础环境配置（Ubuntu + GTX 1080 TI + CUDA + cuDNN）
从零开始搭建深度学习服务器: 基础环境配置(Ubuntu + GTX 1080 TI + CUDA + cuDNN) 首先先声明一下这篇是转载来自 : 从零开始搭建深度学习服务器: 基础环境配置( ...
1、搭建深度学习图像识别开发环境
搭建深度学习开发环境 1.前言 1.1 本文章约定 1.2 开始条件 1.3 视频教程 1.4 整个流程概览 1.5 所需硬件 1.6 软件版本概览 2.安装 Anaconda 2.1 创建环境 tf ...
如何阅读一份深度学习项目代码？
犹豫很久要不要把读代码这个事情专门挑出来写成一篇推文.毕竟读代码嘛,大家可能都会读.而且笔者个人读的和写的代码量也并不足以到指导大家读代码的程度.但笔者还是决定大胆地写一点:就当是给自己设立今后读代码 ...

1.搭建深度学习项目树莓派的硬件设备选择

搭建深度学习项目树莓派的硬件设备选择

文章目录

1.型号选择

1.1 官网产品

1.2 型号介绍

1.2.1 树莓派 400

1.2.2 树莓派数字系列

1.2.3 树莓派 Zero

1.3 选择推荐

1.3.1 树莓派4B

1.3.2 跑分对比

1.4 深度学习评测

1.4.1设备、模型和数据集

1.4.2 详细数据

1.4.3 结果汇总

2.配件选购

2.1 必备物品

2.1.1 树莓派4B主板

2.1.2 散热片

2.1.3 外壳

2.1.4 microSD卡

2.1.5 电源插头及电源线

2.1.6 HDMI线

2.1.7 树莓派官方摄像头

2.2 选备物品

2.2.1 飞鼠：无线键盘鼠标二合一

2.2.2 英特尔神经棒

2.2.3 传感器套件

2.2.4 ROS小车

2.2.5 显示屏

参考文献

1.搭建深度学习项目树莓派的硬件设备选择相关推荐

最新文章

热门文章

1.搭建深度学习项目树莓派的硬件设备选择

搭建深度学习项目树莓派的硬件设备选择

文章目录

1.型号选择

1.1 官网产品

1.2 型号介绍

1.2.1 树莓派 400

1.2.2 树莓派 数字系列

1.2.3 树莓派 Zero

1.3 选择推荐

1.3.1 树莓派4B

1.3.2 跑分对比

1.4 深度学习评测

1.4.1设备、模型和数据集

1.4.2 详细数据

1.4.3 结果汇总

2.配件选购

2.1 必备物品

2.1.1 树莓派4B主板

2.1.2 散热片

2.1.3 外壳

2.1.4 microSD卡

2.1.5 电源插头及电源线

2.1.6 HDMI线

2.1.7 树莓派官方摄像头

2.2 选备物品

2.2.1 飞鼠：无线键盘鼠标二合一

2.2.2 英特尔神经棒

2.2.3 传感器套件

2.2.4 ROS小车

2.2.5 显示屏

参考文献

1.搭建深度学习项目树莓派的硬件设备选择相关推荐

最新文章

热门文章

1.2.2 树莓派数字系列