因爲學校裏的一個比賽須要搭建一個機器視覺的系統,我一時興起,想着能不能用樹莓派+深度學習(tensorflow框架)來實現一下。因此就買了一塊樹莓派的板子,作了一些嘗試,終於能在樹莓派上運行tensorflow了。因此和你們分享一下個人探索過程。python
因爲我是學智能科學的,總體偏軟件方向,因此我對硬件的知識僅停留在上過的單片機和嵌入式系統的層面,在選擇時,確定是考慮樹莓派3代。3代相比2代而言,cpu的提高是很明顯的,gpu也有小幅的升級,具體表如今:mysql
因此我以爲在選購時買樹莓派3是基本肯定的,關鍵是配件的選擇。對於我這種萌新而言,圖方便和省事就在某寶上選了個套餐,免去對不熟悉的配件選擇,也免去了等不一樣配件快遞的煩惱。我所選購的配件有:git
組裝完成後就是這個樣子的:github
這裏須要說明一下 散熱片最好仍是要買的,風扇不必定,須要根據你的計算量決定。因爲我沒有購買顯示屏,因此HDMI線是無用的。sql
當你買來的樹莓派是全新的時候,板子上是沒有系統的須要自行安裝,已經安裝了的朋友能夠跳過這一步驟。 能夠在你的板子通電的狀況下看,若是隻有紅燈亮着,綠燈從未亮過,則爲沒有系統狀態。ubuntu
要給樹莓派安裝系統須要準備的東西以下:windows
樹莓派會本身安裝系統,安裝過程很快,大概10分鐘左右。框架
下載SD卡格式化工具(https://www.sdcard.org/downloads/formatter_4/eula_windows/)python2.7
安裝SD卡格式工具ssh
在選項Option裏面設置「FORMAT SIZE ADJUSTMENT」爲開啓ON狀態
檢查SD卡是否插入電腦
點擊格式化工具的【格式化(Format)】按鈕格式化SD卡
地址 https://www.raspberrypi.org/downloads/raspbian/ 點進去會有2個版本,推薦安裝with pixel的完整版
將你下載的系統解壓 啓動win32DiskImager
點擊write 就開始燒錄了,完成後把SD卡插入樹莓派板子中,啓動電源,就開始自動安裝系統。
若是你沒有買屏幕,那麼你在燒錄完成後,不要馬上安裝,而是進入SD的位置,添加一個ssh.config文件(不用填任何內容),最新的系統是支持ssh鏈接的,可是默認關閉,這一點不太方便。而後再安裝系統。好讓筆記本遠程鏈接。
這一步是爲後面安裝tensorflow作準備,主要是電腦遠程鏈接樹莓派,這樣就不用買屏幕,而後是一些系統的設置。
在無線路由的環境之下,給樹莓派鏈接網線(路由器端連LAN口),電腦鏈接該wifi,實用軟件anvanced_ip_scanner查找樹莓派的地址,該軟件比cmd命令行強在它會識別出樹莓派,而不用本身推斷。
使用putty鏈接,界面是命令行的形式,鏈接方法以下:
點擊open會要求輸入帳戶名和密碼:
帳戶名 pi
密碼 raspberry
須要先經過putty鏈接上樹莓派 而後執行命令(感謝下方評論的提醒)
sudo apt-get install xrdp
而後退出putty,打開遠程桌面,輸入剛纔的IP,輸入帳戶名和密碼
帳戶名 pi
密碼 raspberry
就能看到各位安裝的系統了。 第一次運行進入時建議執行 sudo raspi-config命令,選擇第一項,Expand Filesystem 擴展 SD 卡上可用的空間,否則之後會有不少大軟件,不能安裝(提示空間不足,例如 mysql)。 擴展以後能夠經過 df -h 命令看到效果~
因爲不一樣的人使用的習慣不一樣,因此個性化的設置方法須要你們本身去探索。
樹莓派官方系統自帶了python2.7 和python 3.4版本,想要安裝哪一個版本的tensorflow能夠自行決定。
鏈接地址 https://github.com/samjabrahams/tensorflow-on-raspberry-pi
這是國外大神給出的安裝方法,按照他的方法安裝便可,我我的使用的是pip安裝,十分方便。
我安裝的是python2.7版本的tensorflow,測試時使用的是我另外一篇blog文章(kNN分類 tensorflow實現)裏的代碼,通過和個人電腦(i7 7代 8G 內存 cpu版本)測試得出結果
樹莓派上運行時間 24.08秒
PC上運行時間 16.04秒
就這一點看來樹莓派的性能仍是能夠的,至於可否搭建出高速的機器視覺系統,還須要進一步的實驗
以上就是我一夜鼓搗樹莓派的全過程,若是你們有任何疑問,歡迎留言。若是有哪些軟件找不到,也可留言,我會在晚些時候把它放在百度雲上共享。