पायथन के साथ लिनक्स-आधारित उपकरणों के लिए क्विकस्टार्ट

पायथन के साथ टेन्सरफ्लो लाइट का उपयोग लिनक्स पर आधारित एम्बेडेड उपकरणों के लिए बहुत अच्छा है, जैसे कि रास्पबेरी पाई और एज टीपीयू के साथ कोरल डिवाइस , कई अन्य।

यह पृष्ठ दिखाता है कि आप कैसे कुछ ही मिनटों में पायथन के साथ टेन्सरफ्लो लाइट मॉडल चलाना शुरू कर सकते हैं। आपको बस TensorFlow Lite में परिवर्तित एक TensorFlow मॉडल की आवश्यकता है। (यदि आपने अभी तक कोई मॉडल परिवर्तित नहीं किया है, तो आप नीचे दिए गए उदाहरण के साथ दिए गए मॉडल का उपयोग करके प्रयोग कर सकते हैं।)

TensorFlow Lite रनटाइम पैकेज के बारे में

Python के साथ TensorFlow Lite मॉडल को तुरंत निष्पादित करना शुरू करने के लिए, आप सभी TensorFlow पैकेजों के बजाय केवल TensorFlow Lite दुभाषिया स्थापित कर सकते हैं। हम इस सरलीकृत पायथन पैकेज को tflite_runtime कहते हैं।

tflite_runtime पैकेज पूर्ण tensorflow पैकेज के आकार का एक अंश है और इसमें TensorFlow Lite-मुख्य रूप से Interpreter पायथन क्लास के साथ अनुमान चलाने के लिए आवश्यक न्यूनतम कोड शामिल है। यह छोटा पैकेज आदर्श है जब आप केवल .tflite मॉडल निष्पादित करना चाहते हैं और बड़ी TensorFlow लाइब्रेरी के साथ डिस्क स्थान बर्बाद करने से बचना चाहते हैं।

पायथन के लिए TensorFlow Lite इंस्टॉल करें

आप लिनक्स पर पाइप के साथ इंस्टॉल कर सकते हैं:

python3 -m pip install tflite-runtime

समर्थित प्लेटफार्म

tflite-runtime Python पहिये पहले से निर्मित हैं और इन प्लेटफ़ॉर्म के लिए प्रदान किए गए हैं:

  • लिनक्स आर्मv7एल (जैसे रास्पबेरी पाई 2, 3, 4 और ज़ीरो 2 रास्पबेरी पाई ओएस 32-बिट पर चल रहा है)
  • Linux aarch64 (जैसे रास्पबेरी पाई 3, 4 डेबियन ARM64 पर चल रहा है)
  • लिनक्स x86_64

यदि आप अन्य प्लेटफ़ॉर्म पर TensorFlow Lite मॉडल चलाना चाहते हैं, तो आपको या तो पूर्ण TensorFlow पैकेज का उपयोग करना चाहिए, या स्रोत से tflite-runtime पैकेज बनाना चाहिए ।

यदि आप कोरल एज टीपीयू के साथ टेन्सरफ्लो का उपयोग कर रहे हैं, तो आपको इसके बजाय उपयुक्त कोरल सेटअप दस्तावेज़ का पालन करना चाहिए।

tflite_runtime का उपयोग करके एक अनुमान चलाएँ

tensorflow मॉड्यूल से Interpreter आयात करने के बजाय, अब आपको इसे tflite_runtime से आयात करने की आवश्यकता है।

उदाहरण के लिए, उपरोक्त पैकेज को स्थापित करने के बाद, label_image.py फ़ाइल को कॉपी करें और चलाएँ। यह (संभवतः) विफल हो जाएगा क्योंकि आपके पास tensorflow लाइब्रेरी स्थापित नहीं है। इसे ठीक करने के लिए, फ़ाइल की इस पंक्ति को संपादित करें:

import tensorflow as tf

तो इसके बजाय यह पढ़ता है:

import tflite_runtime.interpreter as tflite

और फिर इस पंक्ति को बदलें:

interpreter = tf.lite.Interpreter(model_path=args.model_file)

तो यह पढ़ता है:

interpreter = tflite.Interpreter(model_path=args.model_file)

अब label_image.py फिर से चलाएँ। इतना ही! अब आप TensorFlow Lite मॉडल निष्पादित कर रहे हैं।

और अधिक जानें