docker tensorflow_树莓派4B上用Ubuntu系统使用TensorFlow

众所周知，树莓派4B已经出现了。性能是上一代的2-4倍，因此胜任的任务也更加多了。其中一个本人认为的非常有前景的任务及是边缘计算。随着嵌入式设备的增加以及数据量的爆炸式增长，数据隐私，实时响应等问题。边缘计算注定将成为越来越重要的计算模式。在这种背景下，使用树莓派4运行一些深度学习的算法进行研究就很有价值。根据本人最近踩的一个很长时间的坑，给大家做分享。希望能给各位带来帮助。

目前树莓派4B官网上仅支持2个操作系统：官方操作系统：Raspbian，以及Ubuntu server。

Raspberry Pi Downloads - Software for the Raspberry Pi​www.raspberrypi.org

在Raspbian，上安装TensorFlow相对比较容易，因为这个系统上面相对资源比较多，包括提供了图像化界面。因此相对而言，系统资源会在不重要的事情上占用的比较高。所以本文暂不做介绍。如若各位有需要，后面再添加上这部分内容。

本文主要介绍在Ubuntu这个操作系统上如何安装TensorFlow。

心路历程比较复杂。

首先简单介绍一下本人做过的一些尝试，以及最后采用的方案。

（为什么我写的东西都没保存上？？？？，我再写一遍好了……）

1、直接在Ubuntu系统中安装TensorFlow：（此方案不可行）

这个是非常直观的想法，首先在系统中安装Python，pip。然后通过pip安装TensorFlow。但是，使用pip安装TensorFlow的时候，发现报错信息提示，找不到相应的TensorFlow版本。这个是因为一般的TensorFlow版本都是基于x86_64构架的，而我们用的这个系统是aarch64构架的。so 版本是不适配的。所以我们要使用相应的aarch64版本的TensorFlow。这个有大佬已经做好了，链接如下：

https://github.com/lhelontra/tensorflow-on-arm/releases​github.com

然后根据提示下载好相应的版本就好了，然而在安装的过程中发现，h5py这个安装包始终安装不上。这个废了老劲了，还是不行。遂放弃。

2、在Ubuntu系统中安装docker，然后在某个docker镜像中安装TensorFlow：（此方案不可行）

这个方案中，本人首先是下载了个Ubuntu的镜像，然后在镜像中安装TensorFlow。逻辑上这个方案是可行的，但是安装的时候发现还是提示h5py这个安装包无法安装上，报错信息跟上面的不一样。

3、在Ubuntu系统中安装docker，然后拉去某位大佬做好的镜像：

经过本人很长时间的摸爬滚打，最后确定了这个方案。即在系统上安装docker，然后在docker hub上找到一个大佬做好的TensorFlow镜像，然后用就完事了。推荐镜像如下，我用过是好使的：

https://hub.docker.com/r/pcarstens8698/tensorflow-1.12.0-py3-none-linux_aarch64/tags​hub.docker.com