この記事はとても古くなっています。
Raspberry pi にmovidius を接続して OpenVinoを利用するという選択肢もあります。
Raspberry pi でも64bit OS を使う選択肢もあります。
最新の状況については、自ら調査してください。
以下の内容は 2018年02月28日に最終更新したものです。
最近調べている分野のリンク集です。
"CNN on Raspberry pi"では分かりにくいので、タイトルを変更しました。
まず、Convolutional Neural Networkの学習自体は、（GPUなどで演算性能を高めた）PC上で行われています。
しかも、組み込み目的のために計算量を減らすようにしたうえで、学習と同じライブラリを使って実行がなされている。
そういう枠組みです。
Conference Paper Deep Learning on a Raspberry Pi for Real Time Face Recognition
顔検出自体はOpenCVの顔検出(Viola-Jonesのアルゴリズム) を用いている。
ここでも学習自体は、PCで実行されている(a NVIDIA GeForce GTX 780 GPU (40 minutes). )
Fig. 1には誰かを識別するのための学習画像の例を示している。
Fig. 2 には使用しているConvolutional Neural Network の構造が 示されている。 46×46 source imageImage Processing in Cellular Neural Networks with Python
on Raspberry Pi.
- Course CS231n: Convolutional Neural Networks for Visual Recognition
DeepBeliefSDK
TensorFlow
まずは、一般的な環境を理解しましょう。
[TensorFlow]https://www.tensorflow.org/
Pythonはご使用のOSによっては標準のツール類に使われていますし、機械学習に興味をもっている方の場合は既にpythonを自覚しなくても使っている可能性があります。そのようなツール類の環境を破壊しないためにも、Virtualenv installをすべきでしょう。
[Pip Installation]https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html#pip-installation
[Virtualenv install:] https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html#virtualenv-installation
tensorflow/tensorflow/models
[Tutorials]https://www.tensorflow.org/versions/master/tutorials/index.html
MacOS上の記事Pythonの環境構築からTensorFlowインストール
Ubuntu+Python2.7にTensorFlowを導入
この記事の方はVirtalBox上のUbuntuを利用しています。
WindowsユーザーがTensorFlowをインストールしてみた
この記事での利用環境 Windows 10 Home 64bit, Oracle VM VirtualBox 5.0.16
TensorFlowで始める深層学習 そもそも何が出来るの？
サンプルやチュートリアルについて日本語で少し紹介を書いてあります。
TensorFlowをRaspberry Piで使う記事
TensorFlow for Raspberry Pi (GitHub)samjabrahams/tensorflow-on-raspberry-pi
TensorFlowをRaspberryPiで実行できないかというGitHubでなされた議論(この中でsamjabrahams 氏が上のGitHubを述べている)Tensorflow on Raspberry Pi #254
YouTube Convolutional Neural Networks in Tensorflow
TensorFlowをPythonのインタフェースで利用している。-
Raspberry Pi 深層学習ライブラリで物体認識（Keras with TensorFlow・Open CV）
この方の記事は、かなり手順が詳しいのでお勧めです。- OpenCV3インストール
- TensorFlowインストール
- Keras インストール
- 学習済みモデルの利用
RaspberryPI3でTensorflowのマルチノードってできるんだ
TesorFlow: Pythonで学習したデータをAndroidで実行
お手軽にrealtime画像認識をAndroid/iOSで動かす
TensorFlowをAndroidで実行するための方法 自分用まとめ(更新通知用)
Android Bazaar Conference 2016 Spring 基調講演 まとめ (その1)
GoogleがRaspberry Pi用のAIツール/ライブラリの提供を充実、TensorFlowも
GoogleがRaspberry Piで機械学習や人工知能を使えるツールを開発か
グーグル、「Raspberry Pi」向けAIツールを提供へ
Google brings AI to Raspberry Pi
Googleが携帯電話向けニューラルネットワークライブラリTensorflow Liteを発表
Caffe
Classifying everything using your RPi Camera: Deep Learning with the Pi
Caffeを使った例 Object Classification using Deep Learning and Raspberry PI
Caffeを使った例 (上と同じものの別記事）Voice and Image Interaction with Raspberry PI to identify fruits using Deep Learning
学習自体はcloud上で行う流儀。その結果をRaspberryPi上で実行している。
Chainer
Raspberry Piでchainerメモ
ディープラーニングのフレームワークChainer使ってMac/Raspberry Piで画像認識
Keras
Keras: TensorFlowとTheanoのための深層学習ライブラリ
Raspberry Pi 深層学習でリアルタイム顔認識（Keras・Open CV）
Deep Learningの手法の比較記事
ディープラーニングの有名ライブラリ5種を最短距離で試す半日コース（TensorFlow, Chainer, Caffe, DeepDream, 画風変換）
Pythonで書けるDeepLearningのライブラリを比較してみた
DNN（ディープラーニング）ライブラリ : chainerとTensorFlowの比較 (1)
Deep Learningライブラリ 色々つかってみた感想まとめ
注意：
期待する内容についての学習済みのDeep Learning をRaspberryPi 3で運よく実行できたからといって、他のDeep Learningについても、RaspberryPi 3でうまくいくとは、かぎらないことをお忘れなく。一口にCNNといっても、使っているネットワークの階層と規模は極端に違います。
ネットワークの例
AlexNet：
解説記事の例 http://tecmemo.wpblog.jp/2017/03/19/dl_alexnet/
[Convolutional Neural Networks (LeNet)](http://deeplearning.net/tutorial/lenet.html
「RaspberryPi の産業用途」にRaspberry Pi搭載のGPUであるVideoCore IVを使う話を追記しました