目前流行的深度學習框架有TensorFlow（Google開源），MXNet（得到Amazon支持），Theano等，利用這些框架，我們只需要做比較少的工作，就能把深度學習能力帶入我們自己的程序。
安裝 pip，python-dev ：

sudo apt-get install python-pip sudo apt-get install python-dev

wheel是眾多Python軟件安裝包格式中的一種，本質(zhì)上是一個zip包格式，它使用.whl作為擴展名，用于安裝Python模塊。
使用Python2.7安裝：

wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v0.11.0/tensorflow-0.11.0-cp27-none-linux_armv7l.whl sudo pip install tensorflow-0.11.0-cp27-none-linux_armv7l.whl

使用Python3安裝：

wget https://github.com/samjabrahams/tensorflow-on-raspberry-pi/releases/download/v0.11.0/tensorflow-0.11.0-py3-none-any.whl sudo pip3 install tensorflow-0.11.0-py3-none-any.whl

tensorflow就安裝好了！我使用的是Python2.7安裝的，路徑在：/usr/local/lib/python2.7/dist-packages/tensorflow/

如何在樹莓派上使用TensorFlow？
要識別一張圖片里的物體是什么，我們需要先訓練一個圖像分類模型，這個過程非常消耗計算資源，在樹莓派上干這事是不明智的，我們可以直接使用Google已經(jīng)訓練好的 Inception-v3 模型 。
先下載Inception-V3模型到任意目錄中，并解壓出來：

mkdir ~/tensorflow-related/model cd ~/tensorflow-related/model wget http://download.tensorflow.org/models/image/imagenet/inception-2015-12-05.tgz tar xf inception-2015-12-05.tgz

用TensorFlow來識別一張圖片：

cd /usr/lib/python3.5/site-packages/tensorflow/models/image/imagenet python3.5 classify_image.py --model_dir /root/tensorflow-related/model --image_file /root/tensorflow-related/test-images/mobike.jpg

其中， /usr/local/lib/python2.7/site-packages/tensorflow/models/image/imagenet 這個路徑是TensorFlow的 Python圖像分類程序 classify_image.py 所在的路徑，不同的OS可能不一樣。

–model_dir 參數(shù)傳入的是我們前面解壓出來的模型文件所在的路徑， –image_file 是待識別的圖片的路徑。

輸出如下：
W tensorflow/core/framework/op_def_util.cc:332] Op BatchNormWithGlobalNormalization is deprecated. It will cease to work in GraphDef version 9. Use tf.nn.batch_normalization().

bicycle-built-for-two, tandem bicycle, tandem (score = 0.33731)

tricycle, trike, velocipede (score = 0.16082)

unicycle, monocycle (score = 0.12926)

mountain bike, all-terrain bike, off-roader (score = 0.10689)

parking meter (score = 0.01563)

原文地址：http://www.tuicool.com/articles/MrAVRj2

總結

以上是生活随笔為你收集整理的树莓派搭建TensorFlow的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。