Esta página descreve como criar a biblioteca TensorFlow Lite para vários dispositivos ARM.
As instruções a seguir foram testadas no Ubuntu 16.04.3 PC de 64 bits (AMD64) , TensorFlow devel docker image tensorflow/tensorflow:devel .
Pré-requisitos
Você precisa do CMake instalado e baixado o código-fonte do TensorFlow. Verifique a página Construir TensorFlow Lite com CMake para obter detalhes.
Verifique seu ambiente de destino
Os exemplos a seguir são testados no Raspberry Pi OS, Ubuntu Server 20.04 LTS e Mendel Linux 4.0. Dependendo da versão da glibc de destino e dos recursos da CPU, pode ser necessário usar versões diferentes do conjunto de ferramentas e parâmetros de construção.
Verificando a versão da glibc
ldd --version
ldd (Debian GLIBC 2.28-10) 2.28 Copyright (C) 2018 Free Software Foundation, Inc. This is free software; see the source for copying conditions. There is NO warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. Written by Roland McGrath and Ulrich Drepper.
Verificando a compatibilidade da ABI
Se o seu destino for ARM de 32 bits, há duas ABI disponíveis dependendo da disponibilidade do VFP. armhf e armel . Este documento mostra um exemplo de armhf, você precisa usar um conjunto de ferramentas diferente para alvos armel.
Verificando a capacidade da CPU
Para ARMv7, você deve saber a versão VFP suportada do destino e a disponibilidade do NEON.
cat /proc/cpuinfo
processor : 0 model name : ARMv7 Processor rev 3 (v7l) BogoMIPS : 108.00 Features : half thumb fastmult vfp edsp neon vfpv3 tls vfpv4 idiva idivt vfpd32 lpae evtstrm crc32 CPU implementer : 0x41 CPU architecture: 7 CPU variant : 0x0 CPU part : 0xd08 CPU revision : 3
Construir para AArch64 (ARM64)
Esta instrução mostra como construir o binário AArch64 que é compatível com Coral Mendel Linux 4.0 , Raspberry Pi (com Ubuntu Server 20.04.01 LTS de 64 bits instalado).
Baixar conjunto de ferramentas
Esses comandos instalam o conjunto de ferramentas gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu
em ${HOME}/toolchains.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz -C ${HOME}/toolchains
Execute o CMake
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu/bin/aarch64-linux-gnu-
ARMCC_FLAGS="-funsafe-math-optimizations"
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=aarch64 \
../tensorflow/lite/
Versão para ARMv7 NEON habilitada
Esta instrução mostra como construir ARMv7 com binário habilitado para VFPv4 e NEON que é compatível com Raspberry Pi 3 e 4.
Baixar conjunto de ferramentas
Esses comandos instalam o conjunto de ferramentas gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
em ${HOME}/toolchains.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains
Execute o CMake
ARMCC_FLAGS="-march=armv7-a -mfpu=neon-vfpv4 -funsafe-math-optimizations -mfp16-format=ieee"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=armv7 \
../tensorflow/lite/
Construído para Raspberry Pi Zero (ARMv6)
Esta instrução mostra como construir o binário ARMv6 que é compatível com Raspberry Pi Zero.
Baixar conjunto de ferramentas
Esses comandos instalam o conjunto de ferramentas gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
em ${HOME}/toolchains.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains
Execute o CMake
ARMCC_FLAGS="-march=armv6 -mfpu=vfp -mfloat-abi=hard -funsafe-math-optimizations"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=armv6 \
-DTFLITE_ENABLE_XNNPACK=OFF \
../tensorflow/lite/