PiCar-V Self-driving tensorflow+keras編 終結宣言
残念ですが一旦離れることとします。
tensorflowのSubclassing APIでの学習が、パソコン上では問題なく動いたのですが、Rasberry Pi4ではcheckpoin関係のアラームが発生し処理が進みませんでした。
では、ということでSequential APIを使ったモデルを作り学習を行いRaspberry Piで処理をしました。
当然ではありますがcheckpoint関係のアラームは発生しませんでしたがpredictの処理が進みませんでした。
Subclassing APIではアラームは処理が進まなかったこととは関係がなく、今回起きた処理が進まないということと同じ原因で処理が進まなかったようです。
色々と調べ、色々なことをやってみましたが、すぐには解決できそうもありません。
頭の中もかなり煮詰まってきていますので、これ以上続けても良く無さそうなので一旦離れることとします。
Raspberry Piにtensorflow liteを載せて物体認識をさせることは過去の記事でも紹介しており経験済みのものでした。
特に問題なく動いたことを覚えています。
このときには、GoogleのCoral Edge TPUも動かしています。
今回も簡単に動くはずでした。
でも、現実は違った展開になりました。
表面的な原因は、メモリ不足のように見えますが、モデルのサイズは数百KB程度であることを考えるとメモリが原因とも思えません。
GPUではなくCPUを使う指定もしましたし、
使用するCPUのコア数の制限もかけました。
でも動かない、というか処理が進まないのですが、VNC接続しているパソコンからのコマンドにはキチンと反応する。
tensorflowのpredict処理が進んでいないだけで、これを解決すれば良いだけなのですが、predictコマンド内で起きていることなので、詳細が判りません。
ということで、少し時間をかけて緩やかに調べていきたいと思います。
再開できることを祈りつつ、一旦休止します。
現役時代にも、こういうことはありました。
始めたのが2001年で1度目のチャレンジが2002年で失敗、調べ直し対策案を作っての2度目のチャレンジが2007年でこれも失敗。
いよいよ追い込まれ、それまでのような中途半端なやり方ではなく徹底的に変えると決めて最後のチャンスとしてチャレンジしたのが2010年でやっと成功。
こういうことを経験して、なぜ失敗したのか、なぜ成功できたのかを学んできました。
成功するために学んだことの一つ、諦めなければ何とかなります。
前向きに休止します。
ということで、次はAdeept 4WDにROSを搭載したSelf-drivingにチャレンジします。
では、また。
