本文已使用 Google Cloud Translation API 自动翻译。
某些文档最好以原文阅读。
Raspberry Pi 是一款信用卡大小的计算机，可用于各种电子项目。其应用范围广泛，可用于教育、工业、科研等各个领域。
Raspberry Pi 最流行的应用之一是将其用作机器学习的边缘设备。 TensorFlow.js 是一个用于训练和部署机器学习模型的 JavaScript 库。
在本文中，我们将指导您完成为 TensorFlow.js 设置 Raspberry Pi 的过程。我们还将向您展示如何在 Raspberry Pi 上部署 TensorFlow.js 应用程序。
您需要做的第一件事是设置您的 Raspberry Pi。您可以按照此链接中的说明进行操作：https://www.raspberrypi.org/documentation/setup/
设置好 Raspberry Pi 后，您需要在其上安装 Node.js。 Node.js 是运行 TensorFlow.js 应用程序所需的 JavaScript 运行时。
您可以按照此链接中的说明在 Raspberry Pi 上安装 Node.js：https://nodejs.org/en/download/package-manager/# installing-node-js-via-package-manager
安装 Node.js 后，您现在可以在 Raspberry Pi 上部署 TensorFlow.js 应用程序。
有两种部署 TensorFlow.js 应用程序的方法：
第一种方法是使用 Web 服务器来为应用程序提供服务。我们将使用 Node.js Web 服务器 Express.js。
Express.js 是 Node.js 的 Web 应用程序框架。它用于构建 Web 应用程序和 API。
您可以通过运行以下命令来安装 Express.js：
npm install express --save
安装 Express.js 后，您可以创建一个名为 app.js 的文件并向其中添加以下代码：
const express = require('express');
const app = express();
app.get('/', (req, res) => {
res.send('Hello world!');
});
app.listen(3000, () => console.log('Example app listening on port 3000!'));
此代码创建一个 Web 服务器，该服务器使用字符串“Hello world!”响应 HTTP 请求。
您可以通过运行以下命令来启动 Web 服务器：
node app.js
您现在可以通过 http://localhost:3000 访问 Web 服务器。
第二种方法是使用命令行工具来部署应用程序。我们将使用 TensorFlow.js CLI。
TensorFlow.js CLI 是一个命令行工具，可用于训练、部署和使用 TensorFlow.js 模型。
您可以通过运行以下命令来安装 TensorFlow.js CLI：
npm install -g @tensorflow/tfjs-node
安装 TensorFlow.js CLI 后，您可以使用它来部署 TensorFlow.js 应用程序。
假设您在 app 目录中有一个 TensorFlow.js 应用程序。您可以通过运行以下命令来部署应用程序：
tfjs deploy --dir app
这将启动一个为 TensorFlow.js 应用程序提供服务的 Web 服务器。您可以在 http://localhost:3000 访问该应用程序。
在本文中，我们向您展示了如何在 Raspberry Pi 上部署 TensorFlow.js 应用程序。我们还向您展示了如何使用 Web 服务器来为应用程序提供服务。