妙算2G Ubuntu18 零碎记录（二）环境篇

1、安装python2.7与3.6的pip，系统默认是没有pip的

# pip2
wget https://bootstrap.pypa.io/pip/2.7/get-pip.py
sudo python2 get-pip.py
sudo rm get-pip.py

# pip3
wget https://bootstrap.pypa.io/pip/3.6/get-pip.py
sudo python3 get-pip.py
sudo rm get-pip.py

2、换源并安装vscode，这里用到鱼香ros一键安装工具，一键贼香，感谢鱼香大佬提供的肩膀

# 下载并运行一键安装脚本
wget http://fishros.com/install -O fishros && . fishros

# 接下来的就是傻瓜式操作了，自己按照提示选择想安装的工具安装即可。
1、系统换源
2、安装vscode
3、安装ros/ros2，因为内测版镜像没有安装ros，这里看自己的需求安装即可

3、安装Archiconda3

由于妙算的架构是aarch64，不能安装anaconda和miniconda

# 下载
wget https://github.com/Archiconda/build-tools/releases/download/0.2.3/Archiconda3-0.2.3-Linux-aarch64.sh

# 安装
bash Archiconda3-0.2.3-Linux-aarch64.sh

# 取消默认启动base
1、编辑sudo vim ~/.bashrc
2、在文件最底部添加conda deactivate

4、一些查看信息的命令

# 查看cuda版本
nvcc -V

# 查看jetpack版本
head -n 1 /etc/nv_tegra_release
sudo apt-cache show nvidia-jetpack

# 查看opencv4版本
pkg-config opencv4 --modversion

5、Python虚拟环境

我是不建议直接用本机自带的python环境来整活的，本机自带的python只在一些系统配置时使用，这里推荐用conda创建的虚拟环境，当然也可以用virtualenv创建的虚拟环境，但virtualenv创建的python版本只能与电脑上的python版本相同，无法创建任意版本的python

# conda创建虚拟环境，3.6可换成其他版本
conda create -n envname python=3.6

# conda激活虚拟环境
conda activate envname

# conda退出虚拟环境
conda deactivate

# conda删除虚拟环境
conda remove -n envname --all

# 安装virtualenv
pip install virtualenv
# 或者
sudo apt install virtualenv

# 用virtualenv创建虚拟环境
python3 -m virtualenv -p python3 envname 
# 或者 
virtualenv -p python3 envname 

# virtualenv激活虚拟环境
source envname/bin/activate

# virtualenv退出虚拟环境
deactivate

# 删除virtualenv创建的虚拟环境
进入到创建环境的目录，rm -rf 删除venv即可

6、安装tensorflow、pytorch，要求python必须为3.6版本

创建完虚拟环境就可以开始整活了，tensorflow可以直接安装在本机python里，之后conda创建的每一个python3.6都会有tensorflow，但我推荐直接在虚拟环境里安装，可以参考nv官方教程​​​​​​

 pytorch下载链接: https://forums.developer.nvidia.com/t/pytorch-for-jetson/72048 选择合适版本下载，可能需要用到科学上网工具

# 安装系统依赖
sudo apt-get update
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran

# 在本机python安装tensorflow，我这里的jetpack版本是4.4.1，所以选择v44
sudo pip3 install -U pip testresources setuptools==59.6.0
sudo pip3 install -U numpy==1.17.5 future==0.18.2 mock==3.0.5 keras_preprocessing==1.1.2 keras_applications==1.0.8 gast==0.2.2 protobuf pybind11 cython pkgconfig packaging h5py==2.10.0
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow

# 不安装在本机python上，直接安装在虚拟环境上
pip3 install -U numpy grpcio absl-py py-cpuinfo psutil portpicker six mock requests gast h5py astor termcolor protobuf keras-applications keras-preprocessing wrapt google-pasta setuptools testresources
pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow

# 补充
可能会出现conda的虚拟环境中用pip安装不了h5py，可以尝试用
conda install h5py==2.10.0

7、在虚拟环境里链接本机支持cuda加速的opencv

在此之前，须先完成opencv的编译，可参考系统篇中的第6个教程

# 进入opencv目录
cd /home/dji/workspace/sources/opencv-4.5.3/

# 给build目录以及该目录下所有子目录和文件解除权限限制(-R)
# 因为在编译时使用了sudo命令，所以build目录会自动加上所有者权限
sudo chmod 777 -R build/

# 进入python_loader文件夹
cd build/python_loader/

# 激活须链接cv的虚拟环境
conda activate envname

# 安装numpy
pip install numpy==1.13.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 链接cv
python setup.py install

最终配置效果

8、关于vscode中python代码不提示的问题

由于重新编译了opencv，链接到python上有可能是没有代码提示的，可以尝试将pylance插件版本降一下，本人随机降到了v2022.11.10，不出意外的话代码已经能正常提示了。

9、安装Qt Creator

sudo apt-get install qt5-default qtcreator

其他：

# pip清华源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package