在 2015 年 TensorFlow 首次推出的時候， 我們希望它成為一個 “適合所有人的開源機器學習框架”。 要做到這一點，我們需要在大家正在使用的平臺上盡可能多地運行。 我們長期以來一直支持 Linux，MacOS，Windows，iOS 和 Android，盡管許多貢獻者付出了巨大努力，但在 Raspberry Pi 上運行 TensorFlow 還需要很多工作。
感謝與 Raspberry Pi 基金會的合作，我們現在很高興地宣布，可以使用 Python 的 pip 包系統從預構建的二進制文件安裝最新的 TensorFlow1.9 版本！ 如果你正在運行 Raspbian 9（stretch），你可以通過從終端運行這兩個命令來安裝：
sudo apt install libatlas-base-dev
pip3 install tensorflow
之后，您可以在終端中運行 python3，并像在任何其他平臺上一樣使用 TensorFlow。 這里是一個簡單的 hello world 示例：
# Python
import tensorflow as tf
tf.enable_eager_execution()
hello = tf.constant(‘Hello, TensorFlow!’)
print(hello)
如果系統輸出以下內容，那么你可以開始編寫 TensorFlow 程序了：
Hello, TensorFlow!
在 Raspberry Pi 上安裝 TensorFlow 和故障排除，在 TensorFlow 網站有更多詳細信息。
我們對此感到非常興奮，因為許多創新開發人員會使用 Raspberry Pi，并且它還被廣泛應用于教育領域，用以向人們介紹如何編程，因此使 TensorFlow 更易于安裝將有助于向新的受眾開放機器學習。 我們已經看到像 DonkeyCar 這樣的平臺使用 TensorFlow 和 Raspberry Pi 來制造自動駕駛玩具車。因為現在難度已經減少，我們迫不及待想要發現更多新的項目。
Raspberry Pi 項目的創始人 Eben Upton 說：“現代計算機教育涵蓋基礎和前瞻性主題至關重要。 考慮到這一點，我們非常高興能與 Google 合作，將 TensorFlow 機器學習帶入 Raspberry Pi 平臺。 我們期待看到孩子們（所有年齡段）用它來創造新奇有趣的應用程序。” 我們完全同意！
我們希望看到更多教育材料和教程的出現，這將有助于更多的人在這種經濟高效且靈活的設備上探索機器學習的無限可能。
若要入門人工智慧學習，Python可能更方便。當然，學習后我們還可以動手練練，學以致用。比如穀歌去年推出的AIY人工智慧套件，對那些想要探索電腦視覺等人工智慧概念的創客群體，做了很多幫助。穀歌通過“AIY專案”這樣的計畫來促進開發人員和DIY社區對人工智慧的興趣。AIY的目標是讓每個Maker（創客）都能DIY自己的 AI 人工智慧產品，讓更多人能學習、探索並體驗人工智慧。
新版本的AIY Vision和AIY Voice套件，其中包括您開始使用所需的所有組件內容。兩者都包括Raspberry Pi Zero WH板和預先配置的SD卡，而Vision Kit也引入了Raspberry Pi Camera v2。與此同時，穀歌承諾在您準備DIY時提供更多幫助。一個配套的Android應用程式（AIY app）有助於設置您的AIY套件，並且AIY網站本身已經針對年輕創作者更清晰的指示進行了操作改進。
AIYVoice Kit（語音套件）作為一款語音工具，可以連接雲服務，如 Google 的 Assistant SDK 或者 Cloud Speech API 均可，用戶可在此基礎上創建虛擬語音助手、為自己的專案添加語音交互功能。Voice Kit 的組成，主要有聲音捕捉、回放附件，非常易用的連接器、子板、揚聲器、微伺服系統等等。
AIY Vision Kit（視覺套件）也是穀歌推出的一款DIY人工智慧套件。AIY Vision Kit讓您可以構建自己的智能相機，可以使用機器學習查看和識別對象。 所有這些都裝在一個方便的小紙板盒子裏，由Raspberry Pi和Intel movidius提供動力。它可以運行具有低耗處理能力的深度學習演算法。
它可通過Raspberry Pi V2相機,連接到Raspberry Pi Zero WH。 該板包括視覺處理單元晶片，可以高效地運行Tensor Flow圖像處理。 而且這款套件附帶了大量開箱即用的示例模型，用戶離線即可使用。
感謝與 Raspberry Pi 基金會的合作，我們現在很高興地宣布，可以使用 Python 的 pip 包系統從預構建的二進制文件安裝最新的 TensorFlow1.9 版本！ 如果你正在運行 Raspbian 9（stretch），你可以通過從終端運行這兩個命令來安裝：
sudo apt install libatlas-base-dev
pip3 install tensorflow
之后，您可以在終端中運行 python3，并像在任何其他平臺上一樣使用 TensorFlow。 這里是一個簡單的 hello world 示例：
# Python
import tensorflow as tf
tf.enable_eager_execution()
hello = tf.constant(‘Hello, TensorFlow!’)
print(hello)
如果系統輸出以下內容，那么你可以開始編寫 TensorFlow 程序了：
Hello, TensorFlow!
在 Raspberry Pi 上安裝 TensorFlow 和故障排除，在 TensorFlow 網站有更多詳細信息。
我們對此感到非常興奮，因為許多創新開發人員會使用 Raspberry Pi，并且它還被廣泛應用于教育領域，用以向人們介紹如何編程，因此使 TensorFlow 更易于安裝將有助于向新的受眾開放機器學習。 我們已經看到像 DonkeyCar 這樣的平臺使用 TensorFlow 和 Raspberry Pi 來制造自動駕駛玩具車。因為現在難度已經減少，我們迫不及待想要發現更多新的項目。
Raspberry Pi 項目的創始人 Eben Upton 說：“現代計算機教育涵蓋基礎和前瞻性主題至關重要。 考慮到這一點，我們非常高興能與 Google 合作，將 TensorFlow 機器學習帶入 Raspberry Pi 平臺。 我們期待看到孩子們（所有年齡段）用它來創造新奇有趣的應用程序。” 我們完全同意！
我們希望看到更多教育材料和教程的出現，這將有助于更多的人在這種經濟高效且靈活的設備上探索機器學習的無限可能。
若要入門人工智慧學習，Python可能更方便。當然，學習后我們還可以動手練練，學以致用。比如穀歌去年推出的AIY人工智慧套件，對那些想要探索電腦視覺等人工智慧概念的創客群體，做了很多幫助。穀歌通過“AIY專案”這樣的計畫來促進開發人員和DIY社區對人工智慧的興趣。AIY的目標是讓每個Maker（創客）都能DIY自己的 AI 人工智慧產品，讓更多人能學習、探索並體驗人工智慧。
新版本的AIY Vision和AIY Voice套件，其中包括您開始使用所需的所有組件內容。兩者都包括Raspberry Pi Zero WH板和預先配置的SD卡，而Vision Kit也引入了Raspberry Pi Camera v2。與此同時，穀歌承諾在您準備DIY時提供更多幫助。一個配套的Android應用程式（AIY app）有助於設置您的AIY套件，並且AIY網站本身已經針對年輕創作者更清晰的指示進行了操作改進。
AIYVoice Kit（語音套件）作為一款語音工具，可以連接雲服務，如 Google 的 Assistant SDK 或者 Cloud Speech API 均可，用戶可在此基礎上創建虛擬語音助手、為自己的專案添加語音交互功能。Voice Kit 的組成，主要有聲音捕捉、回放附件，非常易用的連接器、子板、揚聲器、微伺服系統等等。
AIY Vision Kit（視覺套件）也是穀歌推出的一款DIY人工智慧套件。AIY Vision Kit讓您可以構建自己的智能相機，可以使用機器學習查看和識別對象。 所有這些都裝在一個方便的小紙板盒子裏，由Raspberry Pi和Intel movidius提供動力。它可以運行具有低耗處理能力的深度學習演算法。
它可通過Raspberry Pi V2相機,連接到Raspberry Pi Zero WH。 該板包括視覺處理單元晶片，可以高效地運行Tensor Flow圖像處理。 而且這款套件附帶了大量開箱即用的示例模型，用戶離線即可使用。
請按此登錄後留言。未成為會員? 立即註冊