機(jī)器學(xué)習(xí)和人工智能是當(dāng)今行業(yè)的熱門話題，我們可以看到它們越來越多地參與到每一款新電子設(shè)備的推出中。幾乎所有計(jì)算機(jī)科學(xué)工程的應(yīng)用都在使用機(jī)器學(xué)習(xí)來分析和預(yù)測未來的結(jié)果。市場上已經(jīng)有許多設(shè)備正在使用機(jī)器學(xué)習(xí)和人工智能的力量，比如智能手機(jī)的相機(jī)使用人工智能功能進(jìn)行人臉檢測，并從人臉檢測中分辨出明顯的年齡。

　　毫不奇怪，谷歌是這項(xiàng)技術(shù)的先驅(qū)之一。谷歌已經(jīng)制作了許多我們可以在我們的應(yīng)用程序中輕松實(shí)現(xiàn)的 ML 和 AI 框架。TensorFlow 是著名的谷歌開源神經(jīng)網(wǎng)絡(luò)庫之一，用于機(jī)器學(xué)習(xí)應(yīng)用，如圖像分類、對象檢測等。

　　在接下來的幾年里，我們將在日常生活中看到更多人工智能的使用，人工智能將能夠處理你的日常任務(wù)，比如在線訂購雜貨、駕駛汽車、控制你的家用電器等。那么，為什么我們留下來利用一些機(jī)器Raspberry Pi 等便攜式設(shè)備上的算法。

　　在本教程中，我們將學(xué)習(xí)如何在 Raspberry Pi 上安裝 TensorFlow，并將展示一些在預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)上進(jìn)行簡單圖像分類的示例。

　　要求

　　安裝了 Raspbian OS 的 Raspberry Pi（SD 卡至少 16 GB）

　　工作互聯(lián)網(wǎng)連接

　　在這里，我們將使用 SSH 訪問筆記本電腦上的 Raspberry Pi。您可以在筆記本電腦上使用 VNC 或遠(yuǎn)程桌面連接，或者可以將您的 Raspberry pi 連接到顯示器。在此處了解有關(guān) 在沒有顯示器的情況下無頭設(shè)置 Raspberry Pi 的更多信息。

　　Raspberry pi是一種便攜式且功耗更低的設(shè)備，可用于許多實(shí)時(shí)圖像處理應(yīng)用程序，如人臉識別、 對象跟蹤、 家庭安全系統(tǒng)、監(jiān)控?cái)z像頭等 。任何通過使用任何計(jì)算機(jī)視覺軟件（如OpenCV 和 Raspberry Pi），可以構(gòu)建許多強(qiáng)大的圖像處理應(yīng)用程序。

　　過去，安裝 TensorFlow是一項(xiàng)相當(dāng)困難的工作，但最近 ML 和 AI 開發(fā)人員的貢獻(xiàn)使其變得非常簡單，現(xiàn)在只需使用幾個(gè)命令即可安裝。如果您了解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的一些基礎(chǔ)知識，這將有助于您了解神經(jīng)網(wǎng)絡(luò)內(nèi)部發(fā)生了什么。但即使你是機(jī)器學(xué)習(xí)領(lǐng)域的新手，你仍然可以繼續(xù)學(xué)習(xí)本教程并使用一些示例程序來學(xué)習(xí)它，這不會有任何問題。

　　在樹莓派中安裝 TensorFlow

　　以下是在樹莓派中安裝 TensorFlow 的步驟：

　　第 1 步：在 Raspberry Pi 中安裝 TensorFlow 之前，首先使用以下命令更新和升級 Raspbian OS

　　sudo apt-get 更新

　　sudo apt-get 升級

　　第 2 步：然后安裝 Atlas 庫以獲得對Numpy和其他依賴項(xiàng)的支持。

　　sudo apt install libatlas-base-dev

　　第 3 步：完成后，使用以下命令通過 pip3 安裝 TensorFlow

　　pip3 安裝張量流

　　安裝 TensorFlow 需要一些時(shí)間，如果您在安裝時(shí)遇到錯(cuò)誤，只需使用上述命令重試即可。

　　第四步： TensorFlow安裝成功后，我們將使用Hello world小程序檢查是否安裝正確。使用以下命令打開nano文本編輯器：

　　須藤納米 tfcheck.py

　　并在nano終端中復(fù)制粘貼以下行并使用 ctrl+x 保存并按 Enter。

　　將 tensorflow 導(dǎo)入為 tf

　　hello = tf.constant（‘Hello， TensorFlow！’）

　　sess = tf.Session（）

　　print（sess.run（hello））

　　第 5 步：現(xiàn)在，使用以下命令在終端中運(yùn)行此腳本

　　python3 tfcheck.py

　　如果所有軟件包都安裝正確，那么您將看到Hello Tensorflow！最后一行的消息如下所示，忽略所有警告。

　　它工作得很好，現(xiàn)在我們將使用 TensorFlow 做一些有趣的事情，你不需要任何機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的知識來做這個(gè)項(xiàng)目。在這里，圖像被輸入到預(yù)先構(gòu)建的模型中，TensorFlow 將識別圖像。TensorFlow 將給出圖像中最接近的概率。

　　在樹莓派上安裝圖像分類器進(jìn)行圖像識別

　　第 1 步：-創(chuàng)建一個(gè)目錄并使用以下命令導(dǎo)航到該目錄。

　　mkdir tf

　　cd tf

　　第 2 步：-現(xiàn)在，下載 TensorFlow GIT 存儲庫中可用的模型。使用以下命令將存儲庫克隆到tf目錄

　　git 克隆https://github.com/tensorflow/models.git

　　這需要一些時(shí)間來安裝，而且它的體積很大，所以請確保您有足夠的數(shù)據(jù)計(jì)劃。

　　第 3 步：-我們將使用可以在模型/教程/圖像/圖像網(wǎng)絡(luò)中找到的圖像分類示例。使用以下命令導(dǎo)航到此文件夾

　　cd 模型/教程/圖像/imagenet

　　第 4 步：-現(xiàn)在，使用以下命令在預(yù)構(gòu)建的神經(jīng)網(wǎng)絡(luò)中輸入圖像。

　　python3 分類圖像.py --image_file=/home/pi/image_file_name

　　將image_file_name 替換為您必須提供的圖像，然后按 Enter。

　　下面是一些使用 TensorFlow 檢測和識別圖像的示例。

　　不錯(cuò)！與其他選項(xiàng)相比，神經(jīng)網(wǎng)絡(luò)高度確定地將圖像分類為埃及貓。

　　在上述所有示例中，結(jié)果都非常好，TensorFlow 可以很容易地對圖像進(jìn)行非常確定的分類。您可以使用自定義圖像嘗試此操作。