Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Teknologi Industri

Cara Membuat Roda Python LiteRT untuk AXC F2152

Bulan lalu, Google mengumumkan rebranding/penggantian nama TensorFlow Lite menjadi LiteRT (Tautan ke artikel). Kini hal ini akan menjadi bagian dari upaya mereka untuk tetap relevan dalam paradigma komputasi Edge dengan Google AI Edge.

Saya telah menyediakan TensorFlow Lite (bersama dengan numpy dan OpenCV) melalui aplikasi untuk tujuan pendidikan di toko PLCnext (Tautan ke aplikasi). Namun, aplikasi membatasi pengguna untuk menggunakan solusi yang sudah dikemas, meskipun mereka ingin mencoba sesuatu yang benar-benar berbeda atau menyertakan perpustakaan lain.

Mengingat saya baru saja memperbarui aplikasi dan perlu menyegarkan ingatan saya tentang cara melakukannya, saya memutuskan untuk membuat postingan ini dan menjelaskan cara mengkompilasi silang TensorFlow Lite Runtime untuk AXC F 2152.

Proses yang berjalan pada langkah terakhir mungkin tampak cukup berbelit-belit karena perpustakaan yang tersedia untuk umum tidak menawarkan dukungan langsung untuk arsitektur prosesor AXC F 2152 dan oleh karena itu, kompilasi silang diperlukan.

CATATAN :Prosedur ini diuji pada:

CATATAN 2 :Jumlah RAM memungkinkan kompilasi silang tetap stabil dan berjalan secepat mungkin. Penyiapan dengan RAM lebih sedikit mungkin tidak dapat menjalankan proses kompilasi silang atau mungkin memakan waktu terlalu lama (menurut pengalaman saya, hingga beberapa jam).

  1. Unduh kode sumber TensorFLow dari versi yang ingin Anda kompilasi. https://github.com/tensorflow/tensorflow/releases/
  2. Ekstrak konten ke folder pilihan Anda. Saya akan menggunakan "folder saya" di entri berikutnya di bawah.
  3. Navigasi ke "Makefile " di "/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/Makefile " dan ubah gambar dasar, versi python, dan versi numpy agar sesuai dengan sistem Anda. Misalnya:

  1. navigasi ke "downloadtoolchains.sh " terletak di "/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/cmake/download_toolchains.sh " dan modifikasi flag yang tersedia secara default untuk armh seperti yang ditunjukkan di sini:

  1. Dari dalam folder TensorFlow (/myfolder/tensorflow-2.XX.0), jalankan perintah:"make -C tensorflow/lite/tools/pip_package docker-build \ TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.10 "

  2. PERINGATAN:Proses langkah sebelumnya mungkin memakan banyak waktu, bersabarlah.

  3. Setelah proses selesai, Ambil roda Python dari "tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/gen/tflite_pip/python3.10/dist " ke pengontrol Anda dan instal menggunakan pip.

PEMBERITAHUAN :Menurut pengalaman saya, prosesnya berfungsi untuk Python 3.9, 3.10 dan 3.11 dan untuk rilis 2.14 hingga 2.16.2. Namun, rilis di atas versi 2.17 memiliki bug. Saya memiliki masalah terbuka di repositori GitHub TensorFlow yang dapat diikuti di sini. Saya harap ini dapat diselesaikan pada rilis selanjutnya.

Catatan:

Blog Pembuat menampilkan aplikasi dan kisah pengguna anggota komunitas yang tidak diuji atau ditinjau oleh Phoenix Contact. Gunakan dengan risiko Anda sendiri.


Teknologi Industri

  1. Penguji Fasa atau Saluran Listrik – Konstruksi &Pengerjaan Penguji Induk
  2. Memikirkan untuk Masuk ke Live Tooling? Inilah Yang Perlu Anda Ketahui
  3. Aliran Data
  4. Layanan Pembuatan PCB
  5. Apa itu Pengukur?
  6. Apa itu Kopling? 13 Berbagai Jenis Kopling dengan
  7. Semua yang perlu Anda ketahui tentang sambungan Dovetail
  8. Panduan Singkat Untuk Memahami Kerusakan Oli Trafo
  9. Sejarah singkat stereolitografi
  10. Menguasai Inspeksi Utilitas:Taktik Modern untuk Keselamatan &Penghematan