在我的上一篇文章中,我们在TX2上实现了刷机操作,对TX2的系统进行了更新,同时安装了部分利用tensorflow框架的深度神经网络。可以在终端通过输入指令
sudo pip list
输入指令后,可以查看已经在TX2上安装好的python的环境。
这里需要注意一下,我们很多的神经网络都是使用opencv-python依赖库,这里却没有显示,可能会有同学觉得需要
接下来我们在终端输入python,在终端先行使用python,发现这里程序默认的是python2.5的版本,和我们现在大多数的Python3.X的版本不太相同,所以需要将默认的Python版本进行修改,使用python3.X的版本进行运行。这里NVIDIA想得很周到,已经在系统里同时安装了两个版本,只需要修改一下就行了。在终端输入指令:
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
sudo update-alternatives --config python
按照自己的需要更新系统默认的python版本配置就可以了。我们此时再在终端输入python指令,就可以看到此时的python版本是我们所需要的3.X版本了。如下图所示
然后我们在python环境下import一下深度神经网络最需要的tensorflow与opencv依赖库。
我们可以看到,虽然在之前的pip list之中没有出现opencv-python这个库,但是我们依然可以正常导入,这就是我们之前在SDKmanager的时候进行了安装,如果在那个时候没有选的话,这个时候会有点麻烦,具体安装的过程大家可以别的大神的安装方式。(虽然我推荐直接重新刷机安装,那样更简单更省心一些。)
虽然在我这里import之后,没有报错或者是警告,但是第一次导入的小伙伴在导入tensorflow的时候可能会报错,那是因为SDKmanager在安装numpy这个常用的依赖库的时候默认安装了最高版本的,也就是17.X版本的numpy,但是tensorflow并不需要那么高版本的,我们在退出python环境后,通过终端输入指令:
sudo pip install numpy==16.0.0
就可以将numpy还原回到16的版本,这个时候再import自己的tensorflow依赖库就没有问题了。
同时,有的同学可能和我一样在神经代码网络中使用scipy这个函数库,但是在TX2的SDKmanager中,其实并没有安装这个库,还需要自己安装。一般的通过pip直接安装的scipy的方式并不能实现scipy的安装,查过了很多资料后,大家可以通过下面这个代码实现scipy库的安装:
sudo apt-get install python3-scipy
虽然名字和我们一般在python使用的不太一样,但是无论是在import还是在实际使用的时候,都可以当成普通的scipy进行使用,不用担心。
虽然通过终端的python已经可以实现神经网络的代码了,但是为了更加方便和直观的调试代码和查看代码打印的信息,我在TX2上安装了pycharm编译器,方便对自己的神经网络代码进行操作。
JDK安装
在安装pycharm之前,我们需要现在TX2上安装一个叫做JDK的环境变量,在安装了JDK之后才能正常使用pycharm编译器。 安装JDK步骤:
1.先将下面代码输入到中断中:
apt-cache search openjdk
sudo apt-get install openjdk-8-jdk
然后等待安装结束
2.输入代码,查看JDK是否安装成功:
java -version
3.将JDK配置到TX2的系统环境当中,输入代码:
which javac //查找javac可执行文件
file /usr/bin/javac // 查看链接目标
file /etc/alternatives/javac // 查看链接目标
file /usr/lib/jvm/java-8-openjdk-arm64/bin/javac
4.编译环境,输入代码
sudo gedit ~/.bashrc
将下面的代码粘贴到文件的最末尾的地方:
export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-arm64
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH
5.输入代码,更新系统环境:
source ~/.bashrc
Pycharm安装
1.下载pycharm。 这样JDK的环境就配好了,之后再在pycharm的官网上下载,pycharm的linux版本。官网下载地址:
Pycharm官网下载地址
2.解压所下载文件,进入所解压文件夹pycharm-community-2018.1/bin 目录下
输入“sh ./pycharm.sh” 开始安装,进行相应的配置(直接选下一步即可),完毕。
完后没有相应的启动图标,每次都要找到pycharm.sh所在的文件夹,执行./pycharm.sh,非常麻烦。最好能创建一个快捷方式。
Ubuntu的快捷方式都放在/usr/share/applications,打开终端,键入:
sudo -i
sudo gedit /usr/share/applications/Pycharm.desktop
然后在打开的文档中输入以下内容,注意Exec和Icon需找到正确的完整路径,即分别对应 pycharm.sh和pycharm.png 的路径。
[Desktop Entry]
Type=Application
Name=Pycharm
GenericName=Pycharm3
Comment=Pycharm3:The Python IDE
Exec=”/XXX/pycharm-community-2018.1/bin/pycharm.sh” %f
Icon=/XXX/pycharm-community-2018.1/bin/pycharm.png
Terminal=pycharm
Categories=Pycharm;
然后再到/usr/share/applications中会出现相应的启动图标,进入后锁定到启动器即可。
3.配置Python3.X运行环境
file->settings->Project->Project Interpreter
点击右上角小齿轮->add->system Interpreter,选择python3.5,点击OK。
这样整个在TX上实现自己的神经网络的流程就实现了。下面给大家展示我配置的成果。