Wie trainiertes Tensorflow-Netzwerk auf z.B. Raspberry Pi

Question

Ich versuche, ein einfaches Gestenerkennungssystem mit meinem Raspberry Pi mit einer Kamera ausgestattet zu verwenden. Ich würde gerne ein neuronales Netzwerk mit Tensorflow auf meinem leistungsstärkeren Laptop trainieren und dann zur Vorhersage auf das RPi übertragen (als Teil einer Magic Mirror). Gibt es eine Möglichkeit, das trainierte Netzwerk und die Gewichte zu exportieren und eine leichte Version von Tensorflow für die lineare Algebra und Vorhersage ohne den Overhead aller symbolischen Graphen zu verwenden, die für das Training notwendig sind? Ich habe die Tutorials auf Tensorflow Server gesehen, aber ich würde lieber keinen Server einrichten und nur die Vorhersage auf dem RPi ausführen lassen.

Answer 1

Ja, möglich und available im Quell-Repository. Dies ermöglicht die Bereitstellung und Ausführung eines Modells, das auf Ihrem Laptop trainiert wurde. Beachten Sie, dass dies das gleiche Modell ist, das groß sein kann.

Um mit Größe und Effizienz umzugehen, bewegt sich TF derzeit entlang einer quantization approach. Nachdem Ihr Modell trainiert wurde, können Sie es mit ein paar zusätzlichen Schritten in ein leichteres Modell mit ähnlicher Genauigkeit "übersetzen". Derzeit ist die Implementierung jedoch ziemlich langsam. Es gibt eine aktuelle post, die den gesamten Prozess für iOS zeigt --- ziemlich ähnlich wie RaspberryPI insgesamt.

Die Makefile contribution ist auch ziemlich relevant für die Abstimmung und zusätzliche Konfiguration.

Vorsicht, dieser Code bewegt sich oft und bricht. Es ist manchmal nützlich, ein altes "Release" -Tag auszuprobieren, um etwas zu bekommen, das von Anfang bis Ende funktioniert.