我真的不熟悉make。所以我不明白2个教程（“TensorFlow Makefile”和“TensorFlow Raspberry Pi例子”）中这些步骤的含义，以使我的笔记本电脑上的项目在raspberry pi 2上工作
TensorFlow Makefile：
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/makefile
TensorFlow Raspberry Pi示例：
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/pi_examples
据我所知，“TensorFlow Makefile”会将tensorflow源，lib转换为可执行文件。 “TensorFlow Raspberry Pi示例”意味着将项目转换为可执行文件，然后在your_project/gen/bin/your_project中运行文件
tensorflow/contrib/pi_examples/label_image/gen/bin/label_image
因此，如果我的笔记本电脑上有一个项目，并希望将我的项目加载到Pi 2（“TensorFlow Makefile”已经完成）。我只是将它复制到我的pi 2并执行：
make -f tensorflow/my_project/Makefile
然后运行：
tensorflow/my_project/gen/bin/my_project
这是如何让你的项目在raspberry pi 2上运行的，对吗？
答案 0 :(得分：0)
这只适用于Makefiles，它可以选择从（可能）x86（_64？）架构笔记本电脑交叉编译到ARM架构Raspberry Pi。
但是你很幸运：Google在TensorFlow的Makefile中包含了在架构之间进行交叉编译的选项！
如果您查看line 123 of the Makefile，就会看到有关此问题的评论。
默认运行在我们正在编译的同一系统上。 如果您正在进行交叉编译，则应在命令行上覆盖
TARGET，例如make -f tensorflow/contrib/makefile/Makefile TARGET=ANDROID
所以，简单地让项目如此：
$ make -f tensorflow/contrib/makefile/Makefile TARGET=PI
这将为RPi编译TensorFlow。
顺便说一句，如果可以的话，通过从git中提取源代码或通过USB将其传输到RPi并在那里构建，可以更容易地简单地在 RPi上编译TensorFlow 。