firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境

环境依赖

python3.5/python3.6  
tensorflow 1.14.0  
keras 2.3.1  
opencv 3.4.9  

1.烧录Ubuntu16.04固件

  • 烧录平台及所需工具

      win10  
      DriverAssitant_v4.5  
      Android toolv2.65  
      FIREFLY-RK3399-UBUNTU16.04-GPT-20190403-1019.img(Ubuntu16.04镜像)  
    

    烧写步骤详见RK3399烧写参考链接

  • 烧写过程中注意问题,烧写完成后开发板蓝灯亮起,烧写工具Android toolv2.65显示No Device Found,如下图所示:
    firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第1张图片
    至此,则烧录成功

2.利用Winscp远程访问RK3399_Ubuntu16.04 (samba亦可)

  • 烧写成功过后,可以通过显示器来进行尝试ubuntu系统的验证,这里通过Ubuntu图形显示界面进入终端,在终端输入ifgonfig来查看ip地址信息,然后在winSCP界面输入其对应主机ip地址,而用户名与密码firefly RK3399默认初始root密码为firefly,另外还会有初始user账户账户名firefly,密码firefly,winSCP配置如下:
    firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第2张图片

  • 配置完成后,第一次链接会出现是否保存ssh信息,点击即可.远程进行命令行终端可使用PUTTY,界面如下:
    firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第3张图片

3.将Python默认版本由Python2切换为Python3

  • 查看当前Python版本信息

      python -V
    
  • 设置update-alternatives 切换Python版本

      update-alternatives –-list python 
    

执行后若显示update-alternatives: error: no alternatives for python则表示python代替版本尚未安装,需要进行进一步的安装

  • 根据python3版本执行命令安装

      sudo update-alternatives -–install /usr/bin/python python /usr/bin/python3.5 2  
    

成功后则会显示update-alternatives: using /usr/bin/python3.5 to provide /usr/bin/python (python) in auto mode

  • 切换python版本的优先级
    成功后先利用update-alternatives –-list python查看是否已经存在了python3的版本,若存在,则进入更改模式,命令如下:

      update-alternatives –-config python  
    

选择需要的版本2,输入exit退出后再输入python验证是否已经是python3版本。

4.切换默认下载源为阿里云

进入到ubuntu16.04系统后,系统默认的下载源基于ubuntu.com,若用此下载源则下载安装相应的包或软件速度会极慢,此时需要进行下载源的切换,本例切换为阿里云下载源,其他下载源如清华/中科大等下载源类似。arm ubuntu开发板的apt的库和普通ubuntu的库是不一样的,arm的是ubuntu-ports库。普通ubuntu下载源配置如下:
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第4张图片
而基于arm平台的下载源需要将其改为ubuntu-ports库,更改后的下载源如下:
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第5张图片
其中将ubuntu改为ubuntu-ports,其它不变即可.下载源需要保存在/etc/apt/source.list中,此时为避免出现错误,最好把系统自带的source.list文件重命名为source.list.backup来进行备份处理。
更新完成之后,利用终端命令sudo apt-get updatesudo apt-get upgrade来完成下载源的更新,若再次过程中出现 异常错误 ,则需检查下载源是否更改正确。

5.安装pip

切换完成下载源后便可以利用命令sudo apt-get install python-pip来进行安装,若安装过程中出现坏包(broken package)情况或
depends xx but xx is installed说明系统已经安装了高版本的包,需要将其进行版本降低,这样才能进行接下来的操作。输入命令如下(这里以安装不上libgtk2.0-dev包为例):

sudo aptitude install libgtk2.0-dev

此时会出现类似如下的内容:
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第6张图片
此时选择性的降低一些依赖项,下面是需要降低的依赖项,最下面的y/n选项是让你选择是否要继续保持依赖项的版本,因为要降级,故选择n,不保持。
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第7张图片
其他的选择为y/n选项统一选择y
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第8张图片
最后可以看到正在进行安装的所需要的包:
firefly-RK3399(Ubuntu16.04)安装配置深度学习tensorflow、keras环境_第9张图片
完成后通过命令sudo aptitude install libgtk2.0-dev来验证是否安装成功。

6.编译安装基于python3版本的opencv

通过编译的方式来进行安装,若按官网的提示进行安装的话则默认安装的版本为基于python2版本的opencv,若想安装基于python3版本的opencv,则需要在cmake命令中指定python3的安装路径信息,具体指令如下:

cmake -D CMAKE_BUILD_TYPE=Release -D WITH_TBB=ON -D WITH_CUDA=ON -D PYTHON3_EXECUTABLE=/usr/bin/python3 -D   PYTHON_INCLUDE_DIR=/usr/include/python3.6 -D BUILD_opencv_python3=ON -D BUILD_o  pencv_python2=OFF -D PYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython3.6.so -D   CMAKE_INSTALL_PREFIX=/usr/local ..  

最后的..不可省略。其他依赖包如libgtk2.0-dev等出现坏包或安装不上的情况,则需要其版本降级,参考 第5步 即可。

7.安装tensorflow

安装tensorflow需要找到其对应的aarch64.whl的版本,然后利用pip install进行安装,此时可能会出现h5py安装不上的问题,则先进行如下命令:

sudo apt-get install libhdf5-dev  

然后再利用命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-***aarch64.whl进行安装即可.

8.安装keras

安装keras有可能出现umpy.distutils.system_info.NotFoundError: no lapack/blas resources found的问题,则需要安装相关依赖包,安装命令如下:

sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran  

即可,然后进行keras安装,过程中若出现scipy安装不上,则利用如下命令进行安装:

sudo apt-get install python-scipy

至此,相关依赖环境安装完毕。

9.测试安装是否成功

对于测试过程,再安装完毕主要包后,再程序中若出现其他依赖包未安装的过程,按提示安装即可。

你可能感兴趣的:(深度学习,嵌入式端)