树莓派安装TensorFlow并使用[一步到位]
树莓派安装TensorFlow并使用【一步到位】
安装TensorFlow并使用(树莓派3B+)
- 树莓派安装TensorFlow并使用【一步到位】
- 换源并更新
- 安装TensorFlow依赖包
- 安装TensorFlow并使用
- 各种问题
换源并更新
安装系统和ssh以及vnc的使用,去买树莓派的淘宝店要教程就行,这里默认你已经安好系统
1.备份源文件
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
sudo cp /etc/apt/sources.list.d/raspi.list /etc/apt/sources.list.d/raspi.list.bak
2.更换软件更新源
sudo nano /etc/apt/sources.list
3.将第一行改为中科大的源,Ctrl+O」进行保存,然后回车,「Ctrl+X」退出。如图所示
deb http://mirrors.ustc.edu.cn/raspbian/raspbian/ stretch main contrib non-free rpi
4.修改系统更新源
sudo nano /etc/apt/sources.list.d/raspi.list
5.将第一行修改成中科大的系统源地址,「Ctrl+O」进行保存,然后回车,「Ctrl+X」退出。如图所示
deb http://mirrors.ustc.edu.cn/archive.raspberrypi.org/debian/ stretch main ui
6.pip换源
sudo vim /etc/pip.conf
在最后输入,如图所示(原来的可用#变为注释,防止以后改回来)
extra-index-url=https://mirrors.aliyun.com/pypi/simple/
7.更新
sudo apt-get update
sudo apt-get upgrade
pip install --upgrade pip
一些国内源
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣 http://pypi.douban.com/simple/
Python官方 https://pypi.python.org/simple/
v2ex http://pypi.v2ex.com/simple/
中国科学院 http://pypi.mirrors.opencas.cn/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
参考
pip换源
apt换源
安装TensorFlow依赖包
1.安装python3.7.3
(1)安装所需依赖
sudo apt-get install build-essential libsqlite3-dev sqlite3 bzip2 libbz2-dev
(2)解压python安装包
先进入python安装包所在目录,再解压
cd mydownload
tar zxvf Python-3.7.3.tgz
(3)编译安装
sudo mkdir /usr/local/python373
sudo ./configure --prefix=/usr/local/python373
sudo make
sudo make install
(4)创建符号链接
sudo ln -s /usr/local/python373/bin/python3 /usr/bin/python3.7
sudo ln -s /usr/local/python373/bin/pip3 /usr/bin/pip3.7
PS:若pip没有安装,则是编译安装时有依赖没有安装,需要卸载后安装依赖再安装
参考
安装python3.7.0
2.安装模块和虚拟环境
sudo apt install libatlas-base-dev
sudo pip3.7 install -U virtualenv # 虚拟环境不用也行
3.创建虚拟环境
virtualenv abcd #abcd是虚拟环境的名字
4.进入虚拟环境
source abcd/bin/activate #此条命令为进入虚拟环境
deactivate #此条命令为退出虚拟环境
5.安装依赖包
(1)先给pip3.7换源,操作同上文
sudo vim /etc/pip3.7.conf #进入后修改文本,如上文
pip3.7 install --upgrade pip
(2)安装依赖
pip3.7 install keras_applications==1.0.8 --no-deps
pip3.7 install keras_preprocessing==1.1.0 --no-deps
pip3.7 install h5py==2.9.0
pip3.7 install -U six wheel mock
pip3.7 install pillow
若安装不上,可用whl文件安装,操作方法如下
cd wenjian #进入whl文件位置
pip3.7 install ./xxx/ #xxx为文件名
传文件教程
用filezilla传文件
参考
安装TensorFlow
安装TensorFlow并使用
1.安装TensorFlow
pip3.7 install tensorflow==2.0.0 #也可以用whl安装
2.在电脑上训练模型
import h5py
import tensorflow as tf
from tensorflow import keras#载入mnist数据集,将样本从整数转换为浮点数
mnist = tf.keras.datasets.mnist(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))
train_images, test_images = train_images / 255.0, test_images / 255.0
#将模型的各层堆叠起来,以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数model = keras.models.Sequential()
# 第1层卷积,卷积核大小为3*3,32个,28*28为待训练图片的大小
model.add(keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)))
model.add(keras.layers.MaxPooling2D((2, 2)))
# 第2层卷积,卷积核大小为3*3,64个
model.add(keras.layers.Conv2D(64, (3, 3), activation='relu'))
model.add(keras.layers.MaxPooling2D((2, 2)))
# 第3层卷积,卷积核大小为3*3,64个
model.add(keras.layers.Conv2D(64, (3, 3), activation='relu'))model.add(keras.layers.Flatten()) # 数据变一维
model.add(keras.layers.Dense(64, activation='relu')) # 全连接64个
model.add(keras.layers.Dense(10, activation='softmax')) # 全连接10个输出#优化器,损失函数,精度
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
#训练并验证模型
model.fit(train_images, train_labels, epochs=5) #重复5次model.evaluate(test_images, test_labels, verbose=2)# 保存模型
model.save("t2.h5") #模型和py文件在同一目录
2.将各种东西传入树莓派
3.运行使用程序
import tensorflow as tf
from tensorflow import keras
from PIL import Image
import numpy as np
import h5py#导入模型
shuzimodel = keras.models.load_model('t2.h5')
shuzimodel.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])#改变图片大小(非必需)
class Change():def change(self,infile):image = Image.open(infile) # 图片格式更改(原图片地址)outfile = 'C:/Users/86159/Desktop/PYTHON/mnist/shuzi/xin.png'#改后地址image.save(outfile, "PNG")#修改图片格式im = Image.open(infile)(x,y) = im.size #原图片尺寸x_s = 28 #定义xy_s = 28 #定义yout = im.resize((x_s,y_s),Image.ANTIALIAS) #修改图片尺寸out.save(outfile)#图像识别
class Predict(object):def __init__(self):passdef predict(self, image_path):# 以黑白方式读取图片img = Image.open(image_path).convert('L') #Image模块,convert将图片转换(L为彩色变黑白)img = np.reshape(img, (28, 28, 1)) / 255.x = np.array([1 - img]) #产生数组y = shuzimodel.predict(x) #predict为预测函数,预测输出为数值# 因为x只传入了一张图片,取y[0]即可# np.argmax()取得最大值的(索引值)下标,即代表的数字print('预测数字为:', np.argmax(y[0]))a=Change() #a为改变图片大小类
app = Predict() #app为预测类app.predict('C:/Users/86159/Desktop/PYTHON/mnist/0.png') #这里的地址为树莓派里图片地址
app.predict('C:/Users/86159/Desktop/PYTHON/mnist/1.png')
app.predict('C:/Users/86159/Desktop/PYTHON/mnist/4.png')a.change('C:/Users/86159/Desktop/PYTHON/mnist/x5.jpg') #非必需
app.predict('C:/Users/86159/Desktop/PYTHON/mnist/shuzi/xin.png') #非必需
4.成功
各种问题
1.如果出现以下问题,中间步骤少做了,重装系统再来一遍吧,其他方法都没用,我试过了
2.若出现如下,解决也是重装系统再来一遍,其他办法没用
(把东西全卸了再来或许可以,我没试过)
libhdf5_serial.so.103: cannot open shared object file: No such file or directory
3.若模型使用出现下图,则是树莓派和电脑的TensorFlow版本不一致,需要在电脑上换个版本训练模型(虚拟环境安个python3.7.3和TensorFlow2.0就行)
树莓派安装TensorFlow并使用[一步到位]相关推荐
- raspberry pi 3B 树莓派 安装tensorflow
raspberry pi 3B 树莓派 安装tensorflow 这两天买了raspberry pi 3b回来折腾着玩,拿到手装好系统后就开始安装树莓派版本的TensorFlow,这个安装过程也是踩了 ...
- 树莓派安装tensorflow(玩转树莓派(三))
树莓派安装tensorflow(玩转树莓派(三)) python2.7 1.更新软件源,安装依赖包 2.下载tensorflow 3.安装tensorflow 4.测试tensorflow pytho ...
- 树莓派安装Tensorflow
树莓派上无法进行深度学习模型的训练但是可以将训练完的模型放在树莓派上使用!那么就要搭建环境! 本人大学僧文章如有误还望指点! 我的树莓派曾经已经安装过py3.5和opencv了再次我就不介绍了请跳至= ...
- 树莓派python3.6 tensorflow_raspberry pi 3B 树莓派 安装tensorflow
这两天买了raspberry pi 3b回来折腾着玩,拿到手装好系统后就开始安装树莓派版本的TensorFlow,这个安装过程也是踩了无数的坑,折腾了两天才装好.一开始用pip安装,但是pip2,pi ...
- 树莓派安装python3.5+tensorflow_树莓派4B安装Tensorflow的方法步骤
1.写作背景 Tensorflow官方在2018年宣布,正式发布支持树莓派版本的Tensorflow,编者开始直接用: pip install tensorflow 进行安装,在安装成功后使用impo ...
- 树莓派4b上安装tensorflow+keras
折腾了一天,总算在树莓派4b上安好了ML的环境,记录如下: 事先声明,树莓派上跑ML真的性能不太行,即使是系列最强的4b4G版. 我也只是为了测试性能(闲得蛋疼 )才来试一下来着: 大部分的方法参考了 ...
- 树莓派安装python3.5_树莓派 | 04 安装基于python3.5的tensorflow,解决python版本不匹配问题...
创建日期:2019-03-03 系列文章 安装流程 在终端中依次执行 sudo apt install libatlas-base-dev pip3 install tensorflow(安装pyth ...
- 树莓派 用现有whl文件安装tensorflow 2(python3.7)
本文中的环境: 树莓派4b(armv7l) win10,与树莓派通过网线进行连接 树莓派原本已经安装了python3.9,但是在: https://github.com/lhelontra/tenso ...
- 树莓派4B 安装 Tensorflow 1.13.1 保姆级教程
目录 前排感谢 下载系统烧录工具 使用Mobaxterm连接树莓派 安装远程桌面Xrdp 安装Python3.7.3 安装Tensorflow 1.13.1 我遇到的问题及解决方案 问题1:proto ...
最新文章
- 复旦计算机学院徐老师,复旦大学信息科学与技术学院徐跃东副研究员到课题组访问交流...
- System Center Virtual Machine Manager 2012 SP1系列文章
- .net 导出html 到excel 合并单元格,C#导出Excel,并且设置Excel单元格格式,合并单元格....
- 【Groovy】循环控制 ( Number 注入函数实现循环 | times 函数 | upto 函数 | downto 函数 | step 函数 | 闭包作为最后参数可写在外面 )
- java 并发包之 LongAdder 源码分析
- 【BZOJ1499】【NOI2005】瑰丽华尔兹(动态规划)
- Ubuntu下 VirtualBox的卸载和升级 (转载)
- 20年薪水的经典忠告
- C# 创建、部署和调用WebService的简单示例
- MySQL的安装与连接方法
- mysqldump gzip压缩 备份及还原
- MyBatis防止SQL注入的方法
- ubuntu18.04: 安装nanomsg
- ZZULIOJ 1882: 蛤玮的魔法【数学】
- mysql查询同名同姓重名人数,查询与自己同名的人,如何查找重名人数
- 漫谈数据保护和个人信息加密
- Windows Shell 编程 第七章
- jsp做的留言系统(防止非法登录、增删改查留言)
- 利用 Google API 调用谷歌地图 演示1
- 互联网公司无线覆盖解决方案
热门文章
- Imu_heading源码阅读(二)——GPS_time部分
- 安装sql2000时提示“以前的某个程序安装已经在计算机上创建挂起的文件操作”的解决办法
- 最详细:哈尔滨工程大学自动化学院(四系)考研初试专业课复习经验分享
- VS中创建MFC界面人脸识别门禁系统(人脸识别+串口通讯+单片机STM32F407)
- [原创] 网站联盟 账号通行证 一次登陆,畅通www
- 【附源码模型】战网验证码识别
- html5 桌面提醒参数,[HTML5]Notification桌面提醒功能
- 计算机系统结构——非线性流水线调度
- 计算机基础(二)二进制
- UG NX 5.0模具设计一册通