Bu sayfada, çeşitli ARM için LiteRT kitaplığının nasıl oluşturulacağı açıklanmaktadır cihazlar.
Aşağıdaki talimatlar Ubuntu 16.04.3 64 bit PC (AMD64) üzerinde test edilmiştir , TensorFlow devel Docker görüntüsü tensorflow/tensorflow:devel.
Ön koşullar
CMake'in yüklenmiş ve indirilmiş TensorFlow kaynak koduna ihtiyacınız vardır. Lütfen kontrol edin CMake ile LiteRT derleme sayfasına bakın.
Hedef ortamınızı kontrol edin
Aşağıdaki örnekler Raspberry Pi OS, Ubuntu Server 20.04 LTS üzerinde test edilmiştir ve Mendel Linux 4.0 sürümlerinde kullanılabilir. Hedef glibc sürümünüze ve CPU'nuza bağlı olarak test etmek için araç zincirinin farklı sürümünü kullanmanız ve parametreleridir.
glibc sürümü kontrol ediliyor
ldd --version
ldd (Debian GLIBC 2.28-10) 2.28 Copyright (C) 2018 Free Software Foundation, Inc. This is free software; see the source for copying conditions. There is NO warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. Written by Roland McGrath and Ulrich Drepper.
ABI uyumluluğunu kontrol etme
Hedefiniz ARM 32 bitse VFP'ye bağlı olarak kullanılabilecek iki ABI vardır bilgi dokümanı armhf ve armel olarak gönderin. Bu belgede bir armhf gösterilmektedir Örneğin, armel hedefleri için farklı araç zinciri kullanmanız gerekir.
CPU özelliği kontrol ediliyor
ARMv7 için, hedefin desteklenen VFP sürümünü ve NEON kullanılabilirliğini bilmeniz gerekir.
cat /proc/cpuinfo
processor : 0 model name : ARMv7 Processor rev 3 (v7l) BogoMIPS : 108.00 Features : half thumb fastmult vfp edsp neon vfpv3 tls vfpv4 idiva idivt vfpd32 lpae evtstrm crc32 CPU implementer : 0x41 CPU architecture: 7 CPU variant : 0x0 CPU part : 0xd08 CPU revision : 3
AArch64 (ARM64) için uygulama geliştirme
Bu talimat, Coral Mendel Linux 4.0, Raspberry Pi ( Ubuntu Server 20.04.01 LTS 64 bit yüklü).
Araç zincirini indirin
Bu komutlar gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu
araç zincirini yükler
${HOME}/toolchains altında.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu.tar.xz -C ${HOME}/toolchains
CMake'i çalıştırma
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu/bin/aarch64-linux-gnu-
ARMCC_FLAGS="-funsafe-math-optimizations"
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=aarch64 \
../tensorflow/lite/
ARMv7 NEON için derleme etkin
Bu talimat, VFPv4 ve NEON etkin ikili programla ARMv7'nin nasıl oluşturulacağını gösterir Raspberry Pi 3 ve 4 ile uyumlu.
Araç zincirini indirin
Bu komutlar gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
öğesini yükler
araç zincirini düzenleyebilirsiniz.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains
CMake'i çalıştırma
ARMCC_FLAGS="-march=armv7-a -mfpu=neon-vfpv4 -funsafe-math-optimizations -mfp16-format=ieee"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=armv7 \
../tensorflow/lite/
Raspberry Pi Zero (ARMv6) için geliştirme
Bu talimat, Raspberry Pi Zero.
Araç zincirini indirin
Bu komutlar gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
öğesini yükler
araç zincirini düzenleyebilirsiniz.
curl -LO https://storage.googleapis.com/mirror.tensorflow.org/developer.arm.com/media/Files/downloads/gnu-a/8.3-2019.03/binrel/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz
mkdir -p ${HOME}/toolchains
tar xvf gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf.tar.xz -C ${HOME}/toolchains
CMake'i çalıştırma
ARMCC_FLAGS="-march=armv6 -mfpu=vfp -mfloat-abi=hard -funsafe-math-optimizations"
ARMCC_PREFIX=${HOME}/toolchains/gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf/bin/arm-linux-gnueabihf-
cmake -DCMAKE_C_COMPILER=${ARMCC_PREFIX}gcc \
-DCMAKE_CXX_COMPILER=${ARMCC_PREFIX}g++ \
-DCMAKE_C_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_CXX_FLAGS="${ARMCC_FLAGS}" \
-DCMAKE_VERBOSE_MAKEFILE:BOOL=ON \
-DCMAKE_SYSTEM_NAME=Linux \
-DCMAKE_SYSTEM_PROCESSOR=armv6 \
-DTFLITE_ENABLE_XNNPACK=OFF \
../tensorflow/lite/