树莓派深度学习项目系列之环境搭建

---

前言

树莓派是低廉的Ai算法的移植设备之一。目前的最新的版本已经更新到树莓派4B，其是基于arm架构的4核cortex-A架构芯片，主频高达1.5GHz,最高内存达8Gb。相比于Nvidia的专用深度学习处理设备要便宜不少，当然性能也差了不少。但性能仅体现在GPU的算力上，其他硬件树莓派也是不输给Nvidia的。

一、准备材料

①树莓派板子
②16G以上内存卡
③读卡器
④树莓派官方烧录软件-----raspberry pi iamger
⑤树莓派官方系统------raspberry pi os(备注：其实树莓派可以运行其他系统的，比如Ubuntu desktop;ubuntu mate等Linux各种发行版，甚至可以跑Windows系统都不在话下。重点是要运行深度学习，Ubuntu系统没有对应的架构和该架构下编译好的深度学习支持包亲测各种系统，唯有官方的系统才能满足)
⑥需要系统的可以去官网下，或者评论区留言，网盘分享给大家。

二、开始烧录系统

这部分没啥说的，插入内存卡，默认格式化内存卡。接着点击选择自定义烧录带有custom的英文，再就是选择内存卡，这一部分一定要选正确，一般是内存卡的品牌名字**（要是选错了，笔记本系统会崩溃的哦）**，最后等待烧录完成。

三、环境搭建

1.准备材料

安装分为：在线安装（pip3命令行），离线安装（在本地用sudo pip3命令）在线安装省事儿，但因为软件源问题，安装极不稳定；离线安装需要提交准备好对应的编译好的包**（即后缀为.whl的文件需要文件的朋友，评论区留言并留下联系方式，我会把压缩包发给你）**

2.删除python2，创建python3的软链接

因为raspberry 系统默认python2，但是目前Ai领域的开发都用python3，所以要更改默认python。
具体操作如下：

#删除原python2
sudo apt-get autoremove python2.7

#删除完后，我们发现想用python3的时候，还得敲python3；因此要为python3建立软连接。
sudo ln -s /usr/bin/python3.7  /usr/bin/python
```python
#同时还可以为pip3建立软连接，这个随意的，可以不建立
sudo ln -s /usr/bin/pip3  /usr/bin/pip

3.安装相关的依赖包

sudo apt-get update

sudo apt-get install libjpeg-dev

sudo apt-get install libatlas-base-dev

sudo apt-get install libjpeg-dev

sudo apt-get install libtiff5-dev

sudo apt-get install libpng12-dev

sudo apt-get install libqtgui4 libqt4-test

sudo apt-get install libjasper-dev

4.安装相关深度学习包

这里包太多，我就举一个例子来说明怎么离线安装就可以了，其余的都是一样的操作。

# 安装tensorflow(1.cd到tensorflow的目录下打开终端  2.执行如下命令（备注：如果你没有建立pip3的软连接，那么后面就要用pip3代替pip）)
sudo pip install tensorflow-1.13.1-cp35-none-linux_armv7l.whl

# 如果失败，再次输入命令。或者记录下还缺什么包，把该包下载到本地，再次离线安装即可。

# 测试安装结果，在终端输入
python
import tensorflow as tf
import torch
import cv2
...
# 没有报错及说明安装正确

四、总结

树莓派系统安装深度学习环境就是一个折腾的过程，不要怕搞坏系统，多尝试就会有结果。如果依然有无法解决的难题，欢迎评论区留言交流；也可以到我的GitHub，优快云博客留言。
Github.
优快云