モデルをトレーニングし、どこからでもノートブックにアクセスするためにJupyterノートブックを使用してRaspberry Pi 3でtflearnを実行することを考えたことがあります。空き時間にモデルのトレーニングにPiのコンピューティングパワーを使用したい場合は、このチュートリアルで説明します。起動して実行します。
あなたが必要なもの:
1. 16GB以上のストレージを持つラズベリーパイ3モデルB
2. Python 2.7または3.6
3. Tensorflow(http://www.tensorflow.org)
4. Tflearn(http://tflearn.org)
そして、あなたのPiがアクティブなネットワークに接続されていることを確認してください。それでは始めましょう。
用品:
ステップ1:Pi OSのバージョンを確認する
これはあなたが最新のRaspbianリリースにいることを確認するためです。
$ cat / etc / os-release
「sudo apt-get update」を実行すると関連パッケージが更新されます。
更新:この手順はRaspberry Stretchでも機能します
ステップ2:必要な依存関係をインストールする
Gitはtflearnからレポを引き出すことです。 PIP私たちは他の依存関係を引っ張るために使うでしょう
$ sudo apt-getインストールgit python-pip python-dev python-virtualenv #Python 2.7
$ sudo apt-getインストールgit python3-pip python3-dev python-virtualenv #Python 3.x
ステップ3:Jupyter Notebookをインストールする
jupyterの場合:
$ sudo pip install jupyter#Python 2.7
$ sudo pip3 install jupyter#Python 3.x
これは他の多くの必要なパッケージをインストールします。それらのいずれかが失敗した場合、それはjupyterが正しく動作することを確認するために手動でインストールされる必要があります(エキスパンドpipインストールパンダ、numpy pipインストールnumpy)。正常にインストールされたら、次のように入力します。
$ jupyterノートブック
これはlocalhost.Check http:// locahost:8888 /上でノートブックを実行します。今ここにJupyterを残すことにしましょう、後でまたここに戻ってきます。
ステップ4:テンソルフローを設定する
TensorflowをPiで利用することはできませんが、samjabrahams(http://github.com/samjabrahams/tensorflow-on-raspberry-pi)はarmを使ってtensorflowパッケージを構築する方法に関する優れたチュートリアルを作成しました。 support.Weでは、関連するレポジトリから入手可能なビルド済みのソースの1つを使用します。
書き込み権限のあるディレクトリにいることを確認してください。テンソルフロー1.2を使用します。
cd / home / pi / Documents
wget http://github.com/DeftWork/rpi-tensorflow/raw/ma …
テンソルフロー環境は他のpythonインストールと干渉しないように別々にしておきましょう。きれいにしましょう。
$ virtualenv --system-site-packages#Python 2.7
$ virtualenv - システムサイトパッケージ-p python3#Python 3.x
仮想環境を有効にする必要があります。あなたがtensorflowでフォルダ名を作成したと仮定します。
$ source tensorflow / bin / activate
これで、コマンドプロンプトが(tensorflow)$に変わるはずです。
(tensorflow)Python 2.7用の$ pip install --upgrade tensorflow-1.2.1-cp27-none-linux_armv7l.whl#
(tensorflow)Python 3.n用の$ pip3 install --upgrade tensorflow-1.2.1-cp27-none-linux_armv7l.whl#
あなたがRaspbian 9をお使いの場合はtensorflow1.3 wget http://github.com/DeftWork/rpi-tensorflow/raw/master/tensorflow-1.3.0-cp27-none-linux_armv7l.whlに行くことができます。
このプロセスにはしばらく時間がかかります。失敗した場合は、関連する依存関係をインストールする必要があります。完了タイプ
$ python
テンソルフローの取り付けを確認する
$ importテンソルフロー
それは何のエラーもなく完了するはずです。Pythonを終了するにはCTRL +D。そしてこれで終わりです。
ステップ5:TFLearnをインストールする
このステップはかなり簡単です、そして私達は私達のtensorflow vrtualenvにTFLearnをインストールし続けるでしょう。
$ pip install git + http://github.com/tflearn/tflearn.git#Python 2.7
$ pip3インストールgit + http://github.com/tflearn/tflearn.git#Python 3.x
これはエラーなしで完了するはずです。次に、hdf5とscipyをインストールする必要があります。それ以外の場合は、tflearnは警告を表示しますが、動作します。必要に応じてpip3を使用します。
$ pip install h5py
$ pipインストールscipy
$ pip install --upgrade pandas#それ以外の場合、jupyterノートブックはインポート時にエラーをスローします。
$ pip install --upgrade numpy#それ以外の場合、jupyterノートブックはインポート時にエラーをスローします。
「import tflearn」を使用したPythonプロンプトテストで、エラーなしで完了します。完了したら、端末上でtflearnを使用して構築したpythonスクリプトを実行できます。
virtualenvタイプを終了する
無効にする
ステップ6:Jupyterノートブックの設定
今度は私達のjupyterノートブックで仮想環境を有効にする時が来ました。そうでなければノートブックでtensorflowベースのプロジェクトを動かすことができないでしょう
あなたが出口を作ったなら、あなたのvirtualenvを起動してください。
$ source〜/ tensorflow / bin / activate
$ pip install ipykernelまたは$ pip3 install ipykernel
$ python -m ipykernel install --user --name = "先ほど作成したあなたの仮想環境の名前" #tensorflow私達の場合
$ jupyterノートブック
これで仮想環境用のテンソルフローカーネルを見ることができます。tflearnコードを実行したいときはいつでもこのカーネルに切り替える必要があります。
ステップ7:Jupyterノートブックにリモートアクセスする
デフォルトでは、jupyterノートブックはlocalhost上で動作し、外部からはアクセスできません。ローカルネットワークまたはWeb経由でどこからでもアクセスできます。ポート転送を有効にしてパブリックIPを持っていることを確認してください。私はHamachiを使って私のセットアップを手に入れました。あなたはこのビデオをチェックすることができます。
今jupyterをセットアップしましょう。端末で次のように入力します。
$ jupyterノートブック--generate-config
ファイルjupyter_notebook_config.pyがあなたのホームディレクトリに作成され、次のファイルにアクセスすることができます。
$ cd〜/ .jupyter
を使用してパスワードを設定します。
$ jupyterノートブックパスワード
パスワードはハッシュされて/home/pi/.jupyter/jupyter_notebook_config.jsonに書き込まれます(piユーザーでログインしたと仮定します)。
jupyter_notebook_config.jsonからあなたのパスワードをコピーしてください。
下記のコマンドで自己署名証明書を設定します。
$ jupyter notebook --certfile = mycert.pem --keyfile mykey.key
今タイプしなさい:
$ nano jupyter_notebook_config.py
ファイルを変更すると、このようになります。既存のコンテンツをそのまま残します。
#certfile、ip、passwordのオプションを設定し、オフに切り替えます
#ブラウザの自動起動
c.NotebookApp.certfile = u '/絶対パス/自分の/ certificate / mycert.pem'
c.NotebookApp.keyfile = u '/絶対パス/自分の/ certificate / mykey.key'
#パブリックサーバーのすべてのインターフェース(ip)にバインドするには、ipを '*'に設定します。
c.NotebookApp.ip = '*'
c.NotebookApp.password = u'sha1:bcd259ccf … '
c.NotebookApp.open_browser = False
##ノートパソコンとカーネルに使用するディレクトリ。
#私たちのルートファイルを公開したくないし、常にDocumentsフォルダの下でjupyterを起動したくない
c.NotebookApp.notebook_dir = u '/ home / pi / Documents'
これで "jupyter notebook"コマンドを使い始めることができます。
http:// * IPアドレス:ポート* / ipython
ステップ8:Jupyter Notebookが自動的に起動するようにする
ノートブックは年中無休で利用できるようにしたいので、起動中に自動的に実行します。
$ sudo /etc/rc.local
出口0の前に以下を追加してください。
su pi -c "/ usr / local / bin / jupyterノートブック--no-browser&"
tflearnモデルがraspberryで処理するのにはかなりの時間がかかるため、ターミナルでnohupでスクリプトを実行することができます。Jupyterは、ブラウザを閉じると出力を停止します。 http://github.com/QUVA-Lab/artemis/blob/master/ar …
ディープラーニングにはより多くのコンピューティングパワーが必要ですが、これはクールで、モデルを実行してタスクをPIに任せることができます。その間に時間を過ごして楽しんでください。
ステップ9:参照
テンソルフローARMファイルを作成するための詳細な手順についてsamjabrahamsに感謝します
http://github.com/samjabrahams/tensorflow-on-rasp …
http://jupyter-notebook.readthedocs.io/en/latest/p …
http://github.com/DeftWork/rpi-tensorflow