На этой странице описано, как собрать библиотеку LiteRT для различных устройств ARM.
Следующие инструкции были протестированы на 64-разрядном ПК Ubuntu 16.04.3 (AMD64), TensorFlow devel docker image tensorflow/tensorflow:devel .
Предварительные условия
Вам необходимо установить CMake и загрузить исходный код TensorFlow. Подробности см. на странице «Сборка LiteRT с CMake» .
Проверьте целевую среду
Следующие примеры протестированы под ОС Raspberry Pi, Ubuntu Server 20.04 LTS и Mendel Linux 4.0. В зависимости от вашей целевой версии glibc и возможностей процессора вам может потребоваться использовать другую версию набора инструментов и параметров сборки.
Проверка версии glibc
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.
Проверка совместимости ABI
Если ваша цель — 32-разрядная версия ARM, в зависимости от доступности VFP доступны два ABI. армф и армель . В этом документе показан пример ArmHF, вам нужно использовать другую цепочку инструментов для целей Armel.
Проверка возможностей процессора
Для ARMv7 вы должны знать поддерживаемую целевым версию VFP и доступность NEON.
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
Сборка для AArch64 (ARM64)
В этой инструкции показано, как собрать двоичный файл AArch64, совместимый с Coral Mendel Linux 4.0 , Raspberry Pi (с установленной 64-разрядной версией Ubuntu Server 20.04.01 LTS ).
Скачать набор инструментов
Эти команды устанавливают набор инструментов gcc-arm-8.3-2019.03-x86_64-aarch64-linux-gnu
в папку ${HOME}/toolchains.
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 ${HOME}/toolchains
Запустите CMake
ARMCC_PREFIX=${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/
Сборка для ARMv7 NEON включена
В этой инструкции показано, как собрать ARMv7 с использованием VFPv4 и двоичного файла с поддержкой NEON, совместимого с Raspberry Pi 3 и 4.
Скачать набор инструментов
Эти команды устанавливают набор инструментов gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
в папку ${HOME}/toolchains.
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 ${HOME}/toolchains
Запустите CMake
ARMCC_FLAGS="-march=armv7-a -mfpu=neon-vfpv4 -funsafe-math-optimizations -mfp16-format=ieee"
ARMCC_PREFIX=${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/
Сборка для Raspberry Pi Zero (ARMv6)
В этой инструкции показано, как собрать двоичный файл ARMv6, совместимый с Raspberry Pi Zero.
Скачать набор инструментов
Эти команды устанавливают набор инструментов gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
в папку ${HOME}/toolchains.
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 ${HOME}/toolchains
Запустите CMake
ARMCC_FLAGS="-march=armv6 -mfpu=vfp -mfloat-abi=hard -funsafe-math-optimizations"
ARMCC_PREFIX=${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/