機器學習和人工智能是當今行業的熱門話題，我們可以看到它們越來越多地參與到每一款新電子設備的推出中。幾乎所有計算機科學工程的應用都在使用機器學習來分析和預測未來的結果。市場上已經有許多設備正在使用機器學習和人工智能的力量，比如智能手機的相機使用人工智能功能進行人臉檢測，并從人臉檢測中分辨出明顯的年齡。

　　毫不奇怪，谷歌是這項技術的先驅之一。谷歌已經制作了許多我們可以在我們的應用程序中輕松實現的 ML 和 AI 框架。TensorFlow 是著名的谷歌開源神經網絡庫之一，用于機器學習應用，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，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器Raspberry Pi 等便攜式設備上的算法。

　　在本教程中，我們將學習如何在 Raspberry Pi 上安裝 TensorFlow，并將展示一些在預訓練神經網絡上進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）

　　工作互聯網連接

　　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 在沒有顯示器的情況下無頭設置 Raspberry Pi 的更多信息。

　　Raspberry pi是一種便攜式且功耗更低的設備，可用于許多實時圖像處理應用程序，如人臉識別、 對象跟蹤、 家庭安全系統、監控攝像頭等 。任何通過使用任何計算機視覺軟件（如OpenCV 和 Raspberry Pi），可以構建許多強大的圖像處理應用程序。

　　過去，安裝 TensorFlow是一項相當困難的工作，但最近 ML 和 AI 開發人員的貢獻使其變得非常簡單，現在只需使用幾個命令即可安裝。如果您了解機器學習和深度學習的一些基礎知識，這將有助于您了解神經網絡內部發生了什么。但即使你是機器學習領域的新手，你仍然可以繼續學習本教程并使用一些示例程序來學習它，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 需要一些時間，如果您在安裝時遇到錯誤，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終端中復制粘貼以下行并使用 ctrl+x 保存并按 Enter。

　　將 tensorflow 導入為 tf

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

　　sess = tf.Session（）

　　print（sess.run（hello））

　　第 5 步：現在，使用以下命令在終端中運行此腳本

　　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，現在我們將使用 TensorFlow 做一些有趣的事情，你不需要任何機器學習和深度學習的知識來做這個項目。在這里，圖像被輸入到預先構建的模型中，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行圖像識別

　　第 1 步：-創建一個目錄并使用以下命令導航到該目錄。

　　mkdir tf

　　cd tf

　　第 2 步：-現在，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

　　這需要一些時間來安裝，而且它的體積很大，所以請確保您有足夠的數據計劃。

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

　　cd 模型/教程/圖像/imagenet

　　第 4 步：-現在，使用以下命令在預構建的神經網絡中輸入圖像。

　　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！與其他選項相比，神經網絡高度確定地將圖像分類為埃及貓。

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