TensorFlow 1.9 正式支持 Raspberry Pi

简介: 我们现在很高兴地宣布,可以使用 Python 的 pip 包系统从预构建的二进制文件安装最新的 TensorFlow1.9 版本!

在 2015 年 TensorFlow 首次推出的时候, 我们希望它成为一个 “适合所有人的开源机器学习框架”。 要做到这一点,我们需要在大家正在使用的平台上尽可能多地运行。 我们长期以来一直支持 Linux,MacOS,Windows,iOS 和 Android,尽管许多贡献者付出了巨大努力,但在 Raspberry Pi 上运行 TensorFlow 还需要很多工作。 感谢与 Raspberry Pi 基金会的合作,我们现在很高兴地宣布,可以使用 Python 的 pip 包系统从预构建的二进制文件安装最新的 TensorFlow1.9 版本! 如果你正在运行 Raspbian 9(stretch),你可以通过从终端运行这两个命令来安装:

sudo apt install libatlas-base-dev
pip3 install tensorflow

之后,您可以在终端中运行 python3,并像在任何其他平台上一样使用 TensorFlow。 这里是一个简单的 hello world 示例:

# Python
import tensorflow as tf
tf.enable_eager_execution()
hello = tf.constant(‘Hello, TensorFlow!’)
print(hello)

如果系统输出以下内容,那么你可以开始编写 TensorFlow 程序了:

Hello, TensorFlow!

在 Raspberry Pi 上安装 TensorFlow 和故障排除,在 TensorFlow 网站有更多详细信息。

我们对此感到非常兴奋,因为许多创新开发人员会使用 Raspberry Pi,并且它还被广泛应用于教育领域,用以向人们介绍如何编程,因此使 TensorFlow 更易于安装将有助于向新的受众开放机器学习。 我们已经看到像 DonkeyCar 这样的平台使用 TensorFlow 和 Raspberry Pi 来制造自动驾驶玩具车。因为现在难度已经减少,我们迫不及待想要发现更多新的项目。

Raspberry Pi 项目的创始人 Eben Upton 说:“现代计算机教育涵盖基础和前瞻性主题至关重要。 考虑到这一点,我们非常高兴能与 Google 合作,将 TensorFlow 机器学习带入 Raspberry Pi 平台。 我们期待看到孩子们(所有年龄段)用它来创造新奇有趣的应用程序。” 我们完全同意!

我们希望看到更多教育材料和教程的出现,这将有助于更多的人在这种经济高效且灵活的设备上探索机器学习的无限可能。

原文发布时间为:2018-08-06
本文来自云栖社区合作伙伴“磐创AI”,了解相关信息可以关注“磐创AI”。

相关文章
|
4月前
|
传感器 IDE 开发工具
如何在 Arduino 和 Raspberry Pi 上实现相同的功能
本文介绍了如何在Arduino和Raspberry Pi上实现相同的功能,通过对比两种平台的硬件和软件特性,帮助读者选择最适合项目的开发板,并提供实用的编程技巧和示例代码。
|
7月前
|
并行计算 TensorFlow 算法框架/工具
Window安装TensorFlow-GPU版本
Window安装TensorFlow-GPU版本
125 0
|
机器学习/深度学习 PyTorch TensorFlow
事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)
坊间有传MacOs系统不适合机器(ml)学习和深度(dl)学习,这是板上钉钉的刻板印象,就好像有人说女生不适合编程一样的离谱。现而今,无论是[Pytorch框架的MPS模式](https://v3u.cn/a_id_272),还是最新的Tensorflow2框架,都已经可以在M1/M2芯片的Mac系统中毫无桎梏地使用GPU显卡设备,本次我们来分享如何在苹果MacOS系统上安装和配置Tensorflow2框架(CPU/GPU)。
事实胜于雄辩,苹果MacOs能不能玩儿机器/深度(ml/dl)学习(Python3.10/Tensorflow2)
|
Linux TensorFlow 算法框架/工具
TensorFlow Lite开发系列之python接口解析(一)
环境: tensorflow2.x, 一定要使用linux系统,后期转换模型windows会出现bug
290 0
TensorFlow Lite开发系列之python接口解析(一)
|
并行计算 TensorFlow 算法框架/工具
win10环境下tensorflow-gpu安装
      踩了很多坑,浪费了一下午时间,在此记录一下。 pip install tensorflow-gpu   然后下载安装cuda8.0 https://developer.nvidia.
1150 0
|
机器学习/深度学习 数据可视化 API
Paddle Lite是什么,快速上手Python推理,pdmodel使用
“Paddle Lite 是一组工具,可帮助开发者在移动设备、嵌入式设备和 loT 设备上运行模型,以便实现设备端机器学习。”
|
PyTorch TensorFlow 算法框架/工具
DL中版本配置问题:TensorFlow、Keras、Python版本完美搭配推荐
DL中版本配置问题:TensorFlow、Keras、Python版本完美搭配推荐
|
TensorFlow 算法框架/工具 Python
tensorflow环境准备
tensorflow环境准备
140 0
tensorflow环境准备
|
人工智能 测试技术 Python
书籍:树莓派家庭自动化 Home Automation(python) with Raspberry Pi - 2019.pdf
简介 本实践指南一步一步地展示了如何使用功能强大的Raspberry Pi进行家庭自动化。 本书以易于理解的方式编写,包含适用于Amazon Echo,Google Home,智能灯泡和恒温器等的DIY项目。
|
算法 TensorFlow 算法框架/工具
Tensorflow源码解析6 -- TensorFlow本地运行时
# 1 概述 TensorFlow后端分为四层,运行时层、计算层、通信层、设备层。运行时作为第一层,实现了session管理、graph管理等很多重要的逻辑,是十分关键的一层。根据任务分布的不同,运行时又分为本地运行时和分布式运行时。本地运行时,所有任务运行于本地同一进程内。而分布式运行时,则允许任务运行在不同机器上。 Tensorflow的运行,通过session搭建了前后端沟通的桥
3226 0