树莓派上如何安装 tensorflow 搭建深度学习环境

前言

为了毕设需要，最近几乎每天都在树莓派上安装 tensorflow 深度学习环境，参考了许多资料，可就是无法搭建成功，可真是捉急，直到刚刚才解决了这个大麻烦，特此记录一下如何在树莓派上安装 tensorflow.

要求环境

1.树莓派环境参数：

• 树莓派型号：RasberryPi 3B+
• 树莓派系统版本：
  
• Python 版本：Python 3.7
• 在 Windows 上通过 Xshell 连接远程访问树莓派

2.检查是否已配置 Python 环境：

python3 --version
pip3 --version

Tips：需要使用 Python 3.5-3.8、pip 和 venv 19.0 及更高版本

正式搭建

1 安装基本驱动

配置好后，执行如下命令：

sudo apt update  # 更新软件源
sudo apt install libatlas-base-dev  # required for numpy
sudo apt-get install libhdf5-dev  # required for h5py

2 使用 virtualenv 创建虚拟环境

1.如若系统没安装 virtualenv，请执行命令：

python3 -m pip install virtualenv

2.创建软链接
安装成功后会提示 virtualenv 没有添加到系统环境变量 PATH 中：

执行如下命令创建软链接即可：

前一个路径是你的 virtualenv 安装位置，后一个路径是 PATH 所在位置

sudo ln -s /home/pi/.local /usr/bin/virtualenv

3.创建虚拟环境：

virtualenv tensorflow_env

如果还显示：-bash: virtualenv：未找到命令，执行命令：sudo reboot 重启即可

4.激活虚拟环境：

source tensorflow_env/bin/activate

当 shell 提示符带有虚拟环境名称的前缀时，即说明激活成功：

Tips：从此处开始，所有操作均在虚拟环境下进行

3 升级 pip 包管理器

pip install --upgrade pip

4 安装 TensorFlow pip 软件包

1.首先在 github 上根据自身的系统环境下载对应的 tensorflow 安装包：
https://github.com/lhelontra/tensorflow-on-arm/releases

也可进如下链接进行下载：
https://www.piwheels.org/simple/tensorflow/

博主这的环境对应下载如下包：

2.将下载好的安装包文件上传到树莓派上

如何上传文件到树莓派上可参考该篇博文：如何在电脑和树莓派之间传输文件

3.键入如下命令安装 tensorflow：

pip install tensorflow-2.4.0-cp37-none-linux_armv7l.whl

ps： 安装过程需要慢慢等待

安装到这里的时候，可能要等上个把小时左右，还请耐心…

5 检测是否安装成功

1.输入 python，执行 Python 解释器，执行如下命令：

import tensorflow as tf
tf.__version__

2.在引入 tensorflow 的过程中如若出现如下错误：

表明 numpy 的版本与 tensorflow 的版本不兼容，需要执行如下操作更改 numpy 的版本：

2.1 首先输入 exit() 退出 Python 解释器环境

2.2 执行命令：pip uninstall numpy 卸载现有的 numpy

2.3 键入命令：pip install numpy 安装最新的版本

安装结果如下：

这里有个很有意思的事情，tensorflow 要求 numpy 的版本要低些，最新的版本是不合适的

但是也就是这个坑，卡在这里很久，一直不敢往下进行，最后死马当活马医，再次导入 tensorflow 包，发现竟然成功了，一切是多么的奇妙呀！

6.安装 keras

pip install keras

如若安装过程报错：Failed to build scipy

访问如下链接进行下载 .whl 安装文件：scipy-1.6.2-cp37-cp37m-linux_armv7l.whl
https://www.piwheels.org/simple/scipy/

下载好后，直接利用 pip 包管理器进行安装即可。

7.最后展示下安装成功后的虚拟环境所有包的信息

使用 pip list 即可查看：

至此，tensorflow 安装成功！