[up-board开发板]+tensorflow 测试

IC爬虫

我现在正在使用UP Board发帖！！！！！！！！！！！！！！！！
本来只是想用这台UP Board开发图像算法的，这段时间也使用这个板子测试了新型的特征匹配算法和开发了一个无人驾驶的车道检测算法及一个比OPENCV自带的霍夫直线检测好的算法，但是还没来得及写总结，打算过几天再写，今天好奇是否可以在这个板子上使用tensorflow，一般使用tensorflow最好有一张英伟达的显卡，因为深度学习数据训练等计算可以使用CUDA的库来加速，当然了，如果不使用的GPU来加速也是可以的啦，只是速读会慢一些，我由一个太安装了NVADA 970显卡的电脑，是用来专门研究tensorflow的。
   tensorflow是支持GPU和不使用GPU加速两种模式的，tensorflow的GPU加速是依赖CUDA的库，这个库是NVADA的显卡独有的库，这个库类似OPENCL，但是NVADA 的CUDA库针对自家的GPU优化得更好，而且长久以来，深度学习领域大部分都使用到了CUDA的库，这个方面的使用华人科学家吴恩达的贡献是非常巨大的，感兴趣的可以自行了解一下。至于GPU是怎么加速的也自行了解，虽然UP Board的处理器内部自带了GPU但是不能用来给tensorflow加速的，原因就是处理自带的GPU是INTEL自家的GPU无法使用CUDA。前面也说到即使没有GPU，tensotflow也是可以使用的，所以今晚花了电时间在UP Board上安装了tensorflow：

1.使用的系统是：ubuntu 16.04
2.使用的tensotflow版本为CPU的版本：tensorflow-0.8.0-cp27
3.python使用的版本为2.7

安装python……

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

复制代码

安装tensorflow CPU版本……

1. sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

复制代码

运行 TensorFlow

在终端中输入python就能进入python的命令模式
运行一下程序：

1. $ python
   
2. 
   
3. >>> import tensorflow as tf
   
4. >>> hello = tf.constant('Hello, TensorFlow!')
   
5. >>> sess = tf.Session()
   
6. >>> print sess.run(hello)
   
7. Hello, TensorFlow!
   
8. >>> a = tf.constant(10)
   
9. >>> b = tf.constant(32)
   
10. >>> print sess.run(a+b)
    
11. 42
    
12. >>>

复制代码

如图：

michael_llh

这个有兴趣，期待更多的分享！~