Panduan memulai untuk perangkat berbasis Linux dengan Python

Penggunaan TensorFlow Lite dengan Python sangat cocok untuk perangkat tersemat berbasis Linux, seperti Rspberry Pi dan perangkat Coral dengan Edge TPU, di antara banyak lainnya.

Halaman ini menunjukkan cara mulai menjalankan model TensorFlow Lite dengan Python hanya dalam beberapa menit. Yang Anda butuhkan hanyalah model TensorFlow yang dikonversi ke TensorFlow Lite. (Jika belum memiliki model yang dikonversi, Anda dapat bereksperimen menggunakan model yang disediakan dengan contoh yang ditautkan di bawah.)

Tentang paket runtime TensorFlow Lite

Untuk mulai menjalankan model TensorFlow Lite dengan cepat dengan Python, Anda dapat menginstal penafsir TensorFlow Lite saja, bukan semua paket TensorFlow. Kita memanggil paket Python yang disederhanakan ini tflite_runtime.

Paket tflite_runtime merupakan pecahan dari ukuran paket tensorflow penuh dan mencakup kode minimum dasar yang diperlukan untuk menjalankan inferensi dengan TensorFlow Lite—terutama class Python Interpreter. Paket kecil ini ideal jika Anda hanya perlu menjalankan model .tflite dan menghindari pemborosan ruang disk dengan library TensorFlow yang besar.

Menginstal TensorFlow Lite untuk Python

Anda dapat menginstal di Linux dengan pip:

python3 -m pip install tflite-runtime

Platform yang didukung

Roda Python tflite-runtime sudah dibuat dan disediakan untuk platform berikut:

  • Armv7l Linux (misalnya Raspberry Pi 2, 3, 4, dan Zero 2 yang menjalankan Raspberry Pi OS 32-bit)
  • Linux aarch64 (misalnya Raspberry Pi 3, 4 yang menjalankan Debian ARM64)
  • Linux x86_64

Jika ingin menjalankan model TensorFlow Lite di platform lain, Anda harus menggunakan paket TensorFlow lengkap, atau mem-build paket runtime tflite dari sumber.

Jika menggunakan TensorFlow dengan Coral Edge TPU, Anda harus mengikuti Dokumentasi penyiapan Coral yang sesuai.

Menjalankan inferensi menggunakan tflite_runtime

Daripada mengimpor Interpreter dari modul tensorflow, Anda kini harus mengimpornya dari tflite_runtime.

Misalnya, setelah Anda menginstal paket di atas, salin dan jalankan file label_image.py. Library ini (mungkin) akan gagal karena Anda tidak menginstal library tensorflow. Untuk memperbaikinya, edit baris file ini:

import tensorflow as tf

Jadi sebagai gantinya tertulis:

import tflite_runtime.interpreter as tflite

Dan kemudian ubah baris ini:

interpreter = tf.lite.Interpreter(model_path=args.model_file)

Jadi tertulis:

interpreter = tflite.Interpreter(model_path=args.model_file)

Sekarang jalankan label_image.py lagi. Selesai. Anda sedang menjalankan model TensorFlow Lite.

Pelajari lebih lanjut