为树莓派从源码构建安装包

本指南为运行 Raspbian 9.0 的树莓派设备构建了 TensorFlow 安装包。同时该指南可能也适用于其他版本的树莓派，但是只对这个配置的版本进行了测试和适配。

我们推荐使用交叉编译 TensorFlow 的 Raspbian 的安装包。交叉编译是使用不同平台去构建包而不去部署。不使用树莓派有限的内存和相当慢的处理器，使用运行着 Linux、macOS 或者 Windows 系统，性能更强的主机构建 TensorFlow 会更容易。

注意：我们已经为 Raspbian 系统提供了测试好，预编译的TensorFlow 包。

设置主机

安装 Docker

为了简化依赖管理，构建脚本使用 Docker 为编译创建一个虚拟的 Linux 开发环境。通过执行以下命令验证你的 Dokcer 是否安装成功：docker run --rm hello-world

下载 TensorFlow 源码

使用 Git 克隆 TensorFlow 仓库：

git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow

仓库默认在 master 开发分支. 你同样可以切换到一个 release 分支去构建：

git checkout branch_name  # r1.9, r1.10, etc.

要点：如果构建最近的开发分支时期间遇到了问题，尝试一个你确定能工作的 release 分支。

从源码构建

使用 ARMv7 NEON 指南交叉编译 TensorFlow 源码去构建一个 Python pip 包，其可以运行在树莓派 2 和 3 设备上。构建脚本启动一个 Docker 容器进行编译。为编译出来的包在 Python 3 和 Python 2.7 之间进行选择：

Python 3

CI_DOCKER_EXTRA_PARAMS="-e CI_BUILD_PYTHON=python3 -e CROSSTOOL_PYTHON_INCLUDE_PATH=/usr/include/python3.4" \\
    tensorflow/tools/ci_build/ci_build.sh PI-PYTHON3 \\
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh

Python 2.7

tensorflow/tools/ci_build/ci_build.sh PI \\
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh

如果需要构建一个适用于全部树莓派设备的包 — 包括 Pi 1 和 Zero，通过 PI_ONE 参数，举个例子：

tensorflow/tools/ci_build/ci_build.sh PI \
    tensorflow/tools/ci_build/pi/build_raspberry_pi.sh PI_ONE

当构建完成后（大约 30 分钟），一个 .whl 包文件会被创建在主机源树的 output-artifacts 目录中。将 wheel 文件复制给树莓派并使用 pip 进行安装：

pip install tensorflow-version-cp34-none-linux_armv7l.whl

成功：TensorFlow 现在已经安装在了 Raspbian 上。

为树莓派从源码构建安装包 ​

设置主机 ​

安装 Docker ​

下载 TensorFlow 源码 ​

从源码构建 ​