Jetson人工智能系列（1）- jetson安装python和anaconda那些事

大家好，很久不见，因为疫情原因，很久没更新博客了。

本系列是Jetson平台的一个新系列，重点会放在jetson平台跑机器学习算法做一些AI项目上面。

所谓工欲善其事必先利其器，python是搞AI的首选环境，如果你不需要在jetson上严格的做一个生产环境，而只是研发和测试，那么python和python中相关的第三方算法库是你的最优选择。本系列会先用scikit-learn这个库做一些事情，具体的后边再说。

作为新系列的首篇文章，还是要跟大家搞一下环境，因为这个过程里有一些坑，毕竟aarch64和传统PC的架构差别还是很大的，尤其在环境配置方面，希望大家能够避免这些问题。

1.了解jetson平台自带的python版本

以jetson nano为例，可以使用

ls /usr/bin/python*

查看系统已经安装的版本。可以看到系统自带了python2.7和3.6的版本，如无特殊需求，不建议安装新的python版本。

这时候在终端直接使用python命令，会进入到系统默认的python版本中， 也就是2.7版本

2.管理python版本

这里有两种方式可以实现系统默认Python版本的修改，第一种是使用update-alternatives来配置，第二种是装一个conda，推荐使用conda，如果实在有特殊需求，可以考虑直接用系统版本。下面分别叙述这两种方式。

update-alternatives

这个工具的使用很方便，但是他的功能仅仅是管理你系统到底用哪个python版本去运行，一些复杂的功能是无法实现的，所以再说一句，推荐conda。

首先看看系统是否配置过python相关的管理信息

update-alternatives --list python

可以看到，没有配置过。

我们把2.7版本和3.6版本都进行配置，使用命令

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 1
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 2

 

配置成功，会提示你 in auto mode.这个时候我们再次查看配置

update-alternatives --list python

会看到我们的两个版本已经成功进行了配置。如果需要切换版本，输入命令

sudo update-alternatives --config python

系统会提醒你选择哪一个版本，键入响应的版本序号就可以了，比如python3.6是2。此时在终端输查看python版本 ，会发现版本已经修改过来了。

 使用conda环境

aarch架构下无法直接使用anaconda官方版本的conda或者miniconda。虽然他提供了架构下的包，但是我的经验和网上的反馈是大家没有成功。所以推荐使用专为aarch平台改良过的miniforge。操作上和conda一样

conda-forge/miniforge: A conda-forge distribution. (github.com)https://github.com/conda-forge/miniforge

选择相应版本的包，在系统下使用sh命令安装即可。这个就不演示了。 

3.安装pip3

python里本该依据版本自带了pip或者pip3，但在某些系统或者硬件下，比如jetson nano，没有pip工具，需要自己安装。pip安装按照官网教程来是最靠谱的。

Installing Packages — Python Packaging User Guide

如果不愿意看英文文档，可以直接按照我下边的步骤来。

sudo apt update
sudo apt install python3-pip

这里有一个很重要的点，在不同的python版本下，使用pip，会自动把包安装到对应版本的site-package下面，但是你用pip list去查看包，他会显示所有环境下安装的包，会造成很大程度的混乱，所以这里再推荐一下用conda。理论上来说在python3.6版本下，pip命令应该要安装到python3.6/sit-package这样的目录下，如果这个时候你直接用pip install去安装包，基本上就废了。我们查看版本会发现pip3版本极低，而且包的位置是不对的，

 我们要做的是使用更新命令（如果报服务器错误建议使用国内源）

python -m pip install --upgrade pip setuptools wheel

再次查看pip版本

这个时候的路径就对了，只有这个时候你才可以把相应的包安装到你指定的正确位置，才能在使用的时候正确import。 

这里也有一个非常重要的点，在不同的python版本下，最好指定你要用当前版本的pip来安装库，以安装numpy为例，即

python -m pip install numpy

会保证我们的安装正确性 

总结

建议使用conda管理Python开发环境。