树莓派4b上安装tensorflow+keras

折腾了一天,总算在树莓派4b上安好了ML的环境,记录如下:
事先声明,树莓派上跑ML真的性能不太行,即使是系列最强的4b4G版。
我也只是为了测试性能(闲得蛋疼 )才来试一下来着:

大部分的方法参考了

这位大神

的回答,其实有些我也不太懂,但照着做就是了!

1.新建个文件夹(虚拟环境用)

cd Desktop
mkdir tf_pi
cd tf_pi

2.安装虚拟环境

python3 -m pip install virtualenv
virtualenv env
source env/bin/activate

3.安装各种乱七八糟的环境(安装six wheel mock的时候我timeout了很久,不过等着就好了)

sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-dev
python3 -m pip install keras_applications==1.0.8 --no-deps
python3 -m pip install keras_preprocessing==1.1.0 --no-deps
python3 -m pip install h5py==2.9.0
sudo apt-get install -y openmpi-bin libopenmpi-dev
sudo apt-get install -y libatlas-base-dev
python3 -m pip install -U six wheel mock

4.安装tensorflow(这里是从github的地址选了个版本安装的,我4b的buster版本安装成功了)

wget https://github.com/lhelontra/tensorflow-on-arm/releases/download/v2.0.0/tensorflow-2.0.0-cp37-none-linux_armv7l.whl
python3 -m pip uninstall tensorflow
python3 -m pip install tensorflow-2.0.0-cp37-none-linux_armv7l.whl

5.重启设备后,启动虚拟环境

cd Desktop
cd tf_pi
source env/bin/activate

6.这时候tensorflow应该好了,试一下(应该可以显示2.0.0):

python3 
import tensorflow
tensorflow.__version__

7.没有问题的话安装keras(下面的install keras以外的4步其实都没啥用,不过为防万一还是写在这里)(记住还是要在虚拟环境下安装)

sudo apt-get install libhdf5-serial-dev
pip3 install h5py
pip3 install pillowimutils
pip3 install scipy--no-cache-dir
pip3 install keras

8.测试一下看看,不报错的话就没问题了

python3
import keras

9.安装PyCharm(从PyCharm官网下载下来,解压后按照Install-Linux-tar.txt执行即可)
10.为了方便,在系统的Main Menu Editor里面编辑下,New Item->选择/bin/pycharm.sh,Name和图标选择好就可以从这里启动了。
11.在PyCharm里面设置虚拟环境:
File->Settings->Project:xxxx->Project Interpreter
选择那个小螺丝按钮->Add
Existing environment里面选择刚才虚拟环境里面env/Python3.7,另外建议把【Make available to all projects】选上,以后就不用选了。
12.到此环境应该设置完毕了,把上面的代码放到MyCharm里面试试看,Run起来没问题的话就OK了~

  • 5
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
安装TensorFlowKeras在Anaconda中,请按照以下步骤进行操作: 1. 首先,从Anaconda官网下载并安装Anaconda。请确保选择适用于你操作系统的版本。 2. 打开Anaconda Prompt(Windows)或命令行终端(Mac和Linux)。 3. 创建一个新的Python环境,可以使用以下命令: ``` conda create -n your_env_name python=X.X ``` 将`your_env_name`替换为你想要的环境名称,`X.X`替换为你想要的Python版本号(例如2.7或3.6)。 4. 激活新创建的环境,使用以下命令: ``` conda activate your_env_name ``` 5. 安装TensorFlowKeras,可以使用以下命令: ``` conda install tensorflow-gpu keras ``` 这将安装TensorFlow GPU版本和Keras。 6. 安装完成后,你可以使用以下命令来验证安装: ``` conda list tensorflow-gpu keras ``` 这将显示已安装TensorFlowKeras的版本号。 7. 如果你想在Jupyter Notebook中使用新创建的环境,请确保在激活环境的状态下安装Jupyter Notebook,并在激活环境的状态下启动Jupyter Notebook。 ``` conda install jupyter jupyter notebook ``` 这将启动Jupyter Notebook,并在默认浏览器中打开它。 请注意,这里提供的步骤仅适用于Anaconda环境中安装TensorFlowKeras。确保按照上述步骤进行操作,以便正确安装所需的库和环境。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [手把手 Ubuntu16.04+cuda9.0+cudnn 7.1+Anaconda+tensorflow-gpu+keras-附件资源](https://download.csdn.net/download/weixin_42185419/15595517)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Anaconda安装Tensorflow+keras](https://blog.csdn.net/daodanxiansheng/article/details/88132980)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【避坑指南】Windows10中使用Anaconda安装tensorflow+keras](https://blog.csdn.net/hutianle/article/details/126426446)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值