Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Mengatur Perangkat Anda
<a name="neo-getting-started-edge-step2"></a>

Anda perlu menginstal paket di perangkat edge Anda sehingga perangkat Anda dapat membuat kesimpulan. [Anda juga perlu menginstal inti [AWS Greengrass IoT atau Deep Learning Runtime (DLR](https://docs.aws.amazon.com/greengrass/latest/developerguide/what-is-gg.html)).](https://github.com/neo-ai/neo-ai-dlr) Dalam contoh ini, Anda akan menginstal paket yang diperlukan untuk membuat kesimpulan untuk algoritma deteksi `coco_ssd_mobilenet` objek dan Anda akan menggunakan DLR.

1. **Instal paket tambahan**

   Selain Boto3, Anda harus menginstal pustaka tertentu di perangkat edge Anda. Pustaka apa yang Anda instal tergantung pada kasus penggunaan Anda. 

   Misalnya, untuk algoritma deteksi `coco_ssd_mobilenet` objek yang Anda unduh sebelumnya, Anda perlu menginstal [NumPy](https://numpy.org/)untuk manipulasi data dan statistik, [PIL](https://pillow.readthedocs.io/en/stable/) untuk memuat gambar, dan [Matplotlib](https://matplotlib.org/) untuk menghasilkan plot. Anda juga memerlukan salinan TensorFlow jika Anda ingin mengukur dampak kompilasi dengan Neo versus baseline. 

   ```
   !pip3 install numpy pillow tensorflow matplotlib 
   ```

1. **Instal mesin inferensi di perangkat Anda**

   Untuk menjalankan Neo-compiled model Anda, instal [Deep Learning Runtime (DLR)](https://github.com/neo-ai/neo-ai-dlr) di perangkat Anda. DLR adalah runtime yang ringkas dan umum untuk model pembelajaran mendalam dan model pohon keputusan. Pada target CPU x86\_64 yang menjalankan Linux, Anda dapat menginstal rilis terbaru paket DLR menggunakan perintah berikut: `pip`

   ```
   !pip install dlr
   ```

   Untuk pemasangan DLR pada target GPU atau perangkat tepi non-x86, lihat [Rilis](https://github.com/neo-ai/neo-ai-dlr/releases) untuk binari bawaan, atau [Menginstal](https://neo-ai-dlr.readthedocs.io/en/latest/install.html) DLR untuk membangun DLR dari sumber. Misalnya, untuk menginstal DLR untuk Raspberry Pi 3, Anda dapat menggunakan: 

   ```
   !pip install https://neo-ai-dlr-release.s3-us-west-2.amazonaws.com/v1.3.0/pi-armv7l-raspbian4.14.71-glibc2_24-libstdcpp3_4/dlr-1.3.0-py3-none-any.whl
   ```