由于学校里的一个比赛需要搭建一个机器视觉的系统，我一时兴起，想着能不能用树莓派+深度学习(tensorflow框架)来实现一下。所以就买了一块树莓派的板子，做了一些尝试，终于能在树莓派上运行tensorflow了。所以和大家分享一下我的探索过程。

树莓派选择

由于我是学智能科学的，整体偏软件方向，所以我对硬件的知识仅停留在上过的单片机和嵌入式系统的层面，在选择时，肯定是考虑树莓派3代。3代相比2代而言，cpu的提升是很明显的，gpu也有小幅的升级，具体表现在：

cpu从32位A7(BCM2836)升级到64位A53(BCM2837)，主频从900MHz升级到1.2GHz

GPU核心没变，主频从250MHz提升到400MHz

板卡背面增加了WiFi/BLE电路，方便对智能产品的开发

供电电路升级到2.5A@5V，增加了扩展更多模块的可能性

两颗指示灯也因天线的布局移到了电源一侧

所以我觉得在选购时买树莓派3是基本确定的，关键是配件的选择。对于我这种萌新而言，图方便和省事就在某宝上选了个套餐，免去对不熟悉的配件选择，也免去了等不同配件快递的烦恼。我所选购的配件有：

透明亚克力板盒

带开关的电源线和插头

散热片三块(CPU,GPU,背部内存)

风扇

网线

16GB micro SD卡

HDMI线

组装完成后就是这个样子的：

这里需要说明一下 散热片最好还是要买的，风扇不一定，需要根据你的计算量决定。由于我没有购买显示屏，所以HDMI线是无用的。

树莓派系统的安装

当你买来的树莓派是全新的时候，板子上是没有系统的需要自行安装，已经安装了的朋友可以跳过这一步骤。 可以在你的板子通电的情况下看，如果只有红灯亮着，绿灯从未亮过，则为没有系统状态。

工具准备

要给树莓派安装系统需要准备的东西如下：

4GB 以上容量的SD卡

树莓派的系统(可以是树莓派官方的，也可以是ubuntu，win10 Iot等)

软件 SDformatter SD卡的格式化工具

软件 Win32DiskImager 系统的烧录工具

具体步骤

格式化SD卡

下载树莓派系统

将系统写入SD卡

SD卡插入树莓派板子中，启动电源

树莓派会自己安装系统，安装过程很快，大概10分钟左右。

格式化SD卡过程

安装SD卡格式工具

在选项Option里面设置“FORMAT SIZE ADJUSTMENT”为开启ON状态

检查SD卡是否插入电脑

点击格式化工具的【格式化(Format)】按钮格式化SD卡

下载树莓派系统

系统写入SD卡

将你下载的系统解压 启动win32DiskImager

点击write 就开始烧录了，完成后把SD卡插入树莓派板子中，启动电源，就开始自动安装系统。

如果你没有买屏幕，那么你在烧录完成后，不要立刻安装，而是进入SD的位置，添加一个ssh.config文件(不用填任何内容)，最新的系统是支持ssh连接的，但是默认关闭，这一点不太方便。然后再安装系统。好让笔记本远程连接。

树莓派系统的设置

这一步是为后面安装tensorflow做准备，主要是电脑远程连接树莓派，这样就不用买屏幕，然后是一些系统的设置。

远程连接树莓派

查找树莓派IP

在无线路由的环境之下，给树莓派连接网线(路由器端连LAN口)，电脑连接该wifi，实用软件anvanced_ip_scanner查找树莓派的地址，该软件比cmd命令行强在它会识别出树莓派，而不用自己推断。

方式1 PUTTY连接

使用putty连接，界面是命令行的形式，连接方法如下：

点击open会要求输入账户名和密码：

账户名 pi

密码 raspberry

方式2 windows自带的远程桌面连接

需要先通过putty连接上树莓派 然后执行命令(感谢下方评论的提醒)

sudo apt-get install xrdp

然后退出putty,打开远程桌面，输入刚才的IP，输入账户名和密码

账户名 pi

密码 raspberry

就能看到各位安装的系统了。 第一次运行进入时建议执行 sudo raspi-config命令，选择第一项，Expand Filesystem 扩展 SD 卡上可用的空间，不然以后会有很多大软件，不能安装(提示空间不足，例如 mysql)。 扩展之后可以通过 df -h 命令看到效果~

由于不同的人使用的习惯不同，所以个性化的设置方法需要大家自己去探索。

Tensorflow安装

树莓派官方系统自带了python2.7 和python 3.4版本，想要安装哪个版本的tensorflow可以自行决定。

这是国外大神给出的安装方法，按照他的方法安装即可，我个人使用的是pip安装，十分方便。

Tensorflow树莓派上的性能测试

我安装的是python2.7版本的tensorflow，测试时使用的是我另一篇blog文章(kNN分类 tensorflow实现)里的代码，经过和我的电脑(i7 7代 8G 内存 cpu版本)测试得出结果

树莓派上运行时间 24.08秒

PC上运行时间 16.04秒

就这一点看来树莓派的性能还是可以的，至于能否搭建出高速的机器视觉系统，还需要进一步的实验

结语

以上就是我一晚上鼓捣树莓派的全过程，如果大家有任何疑问，欢迎留言。如果有哪些软件找不到，也可留言，我会在晚些时候把它放在百度云上共享。