如何在 e.g. 上部署训练有素的 tensorflow 网络树莓派

Question

我正在尝试制作一个简单的手势识别系统，以便与配备摄像头的 Raspberry Pi 一起使用。我想在功能更强大的笔记本电脑上用 tensorflow 训练神经网络，然后将其传输到 RPi 进行预测（作为Magic Mirror 的一部分）。有没有办法导出经过训练的网络和权重，并使用轻量级版本的 tensorflow 进行线性代数和预测，而无需训练所需的所有符号图机器的开销？我看过 tensorflow 服务器上的教程，但我宁愿不设置服务器，而是让它在 RPi 上运行预测。

Answer 1

是的，可以的，available 在源存储库中。这允许部署和运行在您的笔记本电脑上训练的模型。请注意，这是 相同的 模型，可能很大。

为了处理规模和效率，TF 目前正在沿着quantization approach 前进。在您的模型经过训练后，一些额外的步骤可以将其“转换”为具有相似精度的更轻的模型。但是，目前，实施速度很慢。最近有一个post 显示了iOS 的整个过程——总体上与RaspberryPI 非常相似。

Makefile contribution 也与调优和额外配置非常相关。

请注意，此代码经常移动和中断。有时检查旧的“发布”标签以获得端到端的工作很有用。