共计 1342 个字符,预计需要花费 4 分钟才能阅读完成。
操作系统版本 ubuntu18.0.4
机器树莓派 4B
目标安装 tensorflow
先看下面连接文章,下载到你需要的 tensorflow
树莓派 4B 安装 Tensorflow(Python3.5 和 3.7 下分别进行安装)
下载的版本需要和你的 机器 、 操作系统 和python 版本 三者对应
在安装 tensorflow 之前,需要安装一些工具,再安装一些依赖库
首先安装
sudo apt-get install libhdf5-dev
然后安装 cython(不是 cpython)
sudo pip install Cython
准备工作已经做好
接下来可以直接sudo pip install tensorflow-2.2.0-cp37-none-linux_aarch64.whl
pip 会自动解决 tensorflow 的依赖库,但是其中scipy 和 h5py 会比较缓慢
keras-preprocessing, gast, absl-py, grpcio, h5py, opt-einsum, tensorflow-estimator, termcolor, protobuf, tensorboard-plugin-wit, wheel, pyasn1, rsa, cachetools, pyasn1-modules, google-auth, oauthlib, requests-oauthlib, google-auth-oauthlib, zipp, importlib-metadata, markdown, werkzeug, tensorboard, wrapt, astunparse, google-pasta, tensorflow
这些是 sudo pip install tensorflow-2.2.0-cp37-none-linux_aarch64.whl 命令运行的时候检查并安装的 依赖库 ,
如果安装的时候卡住,退出手动安装一下
sudo pip install xxxx
安装完成后
运行下面代码
import tensorflow as tf
print(tf.__version__)
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
如果输出正常,说明 tensorflow 基本功能已经 ok
正文完