AXC F2152 用の LiteRT Python ホイールを構築する方法
先月、Google は TensorFlow Lite から LiteRT へのブランド変更/名前変更を発表しました (記事へのリンク)。これは、Google AI Edge を使用してエッジ コンピューティング パラダイムとの関連性を維持するための改良された試みの一部となります。
私はすでに PLCnext ストア (アプリへのリンク) の教育目的のアプリを通じて TensorFlow Lite (numpy および OpenCV とともに) を利用できるようにしていました。ただし、このアプリでは、ユーザーがまったく異なるものを試したり、他のライブラリを含めたりしたい場合でも、事前にパックされたソリューションを利用することを制限しています。
最近アプリを更新し、その方法について記憶を更新する必要があることを考慮して、この投稿を作成し、AXC F 2152 用の TensorFlow Lite ランタイムをクロスコンパイルする方法を説明することにしました。
最後のステップの実行プロセスは非常に複雑に見えるかもしれません。これは、公開されているライブラリが AXC F 2152 のプロセッサ アーキテクチャを直接サポートしていないため、クロス コンパイルが必要であるためです。
注意 :この手順は以下でテストされました:
- 仮想化された UBUNTU 22.04 ターミナル。
- 仮想マシンには 27 GB の RAM と、さらに 16 GB の RAM のスワップ ファイルが搭載されており [クロス コンパイル プロセスに関連性が高い]、24 コアを使用して実行されます。
- 32 GB の RAM と Core i7-12850HX プロセッサを搭載したホスト マシン
注 2 :RAM の量により、クロス コンパイルの安定性を維持し、可能な限り高速に実行できます。 RAM が少ないセットアップでは、クロスコンパイル プロセスを実行できないか、時間がかかりすぎる可能性があります (私の経験では最大で数時間)。
<オル>/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/Makefile の」 " そして、ベースイメージ、Python バージョン、および numpy バージョンをシステムのものと一致するように変更します。例:<オル>
/myfolder/tensorflow-2.XX.0/tensorflow/lite/tools/cmake/download_toolchains.sh にあります」 " そして、ここに示すように armh にデフォルトで付属するフラグを変更します。<オル>
TensorFlow フォルダー (/myfolder/tensorflow-2.XX.0) 内から、コマンド「make -C tensorflow/lite/tools/pip_package docker-build \ TENSORFLOW_TARGET=armhf PYTHON_VERSION=3.10」を実行します。 "
警告:前のステップのプロセスには時間がかかる場合があります。
プロセスが完了したら、「tensorflow-2.XX.0/tensorflow/lite/tools/pip_package/gen/tflite_pip/python3.10/dist」から Python ホイールを取得します。 」をコントローラーに追加し、pip を使用してインストールします。
通知 :私の経験では、このプロセスは Python 3.9、3.10、3.11 とリリース 2.14 から 2.16.2 までで機能します。ただし、バージョン 2.17 以降のリリースにはバグがあります。 TensorFlow の GitHub リポジトリに未解決の問題があり、ここでフォローできます。今後のリリースで解決できることを願っています。
注:
Makers Blog には、フエニックス・コンタクトによってテストまたはレビューされていないアプリケーションとコミュニティ メンバーのユーザー ストーリーが表示されます。ご自身の責任で使用してください。
産業技術