ubuntu16.04安装python3.6.5并配置tensorflow1.7_firefly-RK3399（Ubuntu16.04）安装配置深度学习tensorflow、keras环境...

环境依赖

python3.5/python3.6

tensorflow 1.14.0

keras 2.3.1

opencv 3.4.9

1.烧录Ubuntu16.04固件

烧录平台及所需工具 win10

DriverAssitant_v4.5

Android toolv2.65

FIREFLY-RK3399-UBUNTU16.04-GPT-20190403-1019.img(Ubuntu16.04镜像)

烧写步骤详见RK3399烧写参考链接

烧写过程中注意问题，烧写完成后开发板蓝灯亮起，烧写工具Android toolv2.65显示No Device Found,如下图所示：

至此，则烧录成功

2.利用Winscp远程访问RK3399_Ubuntu16.04 (samba亦可)

烧写成功过后，可以通过显示器来进行尝试ubuntu系统的验证，这里通过Ubuntu图形显示界面进入终端，在终端输入ifgonfig来查看ip地址信息，然后在winSCP界面输入其对应主机ip地址，而用户名与密码firefly RK3399默认初始root密码为firefly，另外还会有初始user账户账户名为firefly,密码为firefly，winSCP配置如下：

配置完成后，第一次链接会出现是否保存ssh信息，点击是即可.远程进行命令行终端可使用PUTTY,界面如下：

3.将Python默认版本由Python2切换为Python3

查看当前Python版本信息 python -V

设置update-alternatives 切换Python版本 update-alternatives –-list python

执行后若显示update-alternatives: error: no alternatives for python则表示python代替版本尚未安装，需要进行进一步的安装

根据python3版本执行命令安装 sudo update-alternatives -–install /usr/bin/python python /usr/bin/python3.5 2

成功后则会显示update-alternatives: using /usr/bin/python3.5 to provide /usr/bin/python (python) in auto mode

切换python版本的优先级

成功后先利用update-alternatives –-list python查看是否已经存在了python3的版本，若存在，则进入更改模式，命令如下： update-alternatives –-config python

选择需要的版本2，输入exit退出后再输入python验证是否已经是python3版本。

4.切换默认下载源为阿里云

进入到ubuntu16.04系统后，系统默认的下载源基于ubuntu.com，若用此下载源则下载安装相应的包或软件速度会极慢，此时需要进行下载源的切换，本例切换为阿里云下载源，其他下载源如清华/中科大等下载源类似。arm ubuntu开发板的apt的库和普通ubuntu的库是不一样的，arm的是ubuntu-ports库。普通ubuntu下载源配置如下：

而基于arm平台的下载源需要将其改为ubuntu-ports库，更改后的下载源如下：

其中将ubuntu改为ubuntu-ports，其它不变即可.下载源需要保存在/etc/apt/source.list中，此时为避免出现错误，最好把系统自带的source.list文件重命名为source.list.backup来进行备份处理。

更新完成之后，利用终端命令sudo apt-get update和sudo apt-get upgrade来完成下载源的更新，若再次过程中出现 异常错误 ，则需检查下载源是否更改正确。

5.安装pip

切换完成下载源后便可以利用命令sudo apt-get install python-pip来进行安装，若安装过程中出现坏包(broken package)情况或

depends xx but xx is installed说明系统已经安装了高版本的包，需要将其进行版本降低，这样才能进行接下来的操作。输入命令如下(这里以安装不上libgtk2.0-dev包为例)：

sudo aptitude install libgtk2.0-dev

此时会出现类似如下的内容：

此时选择性的降低一些依赖项，下面是需要降低的依赖项，最下面的y/n选项是让你选择是否要继续保持依赖项的版本，因为要降级，故选择n，不保持。

其他的选择为y/n选项统一选择y

最后可以看到正在进行安装的所需要的包：

完成后通过命令sudo aptitude install libgtk2.0-dev来验证是否安装成功。

6.编译安装基于python3版本的opencv

通过编译的方式来进行安装，若按官网的提示进行安装的话则默认安装的版本为基于python2版本的opencv，若想安装基于python3版本的opencv，则需要在cmake命令中指定python3的安装路径信息，具体指令如下：

cmake -D CMAKE_BUILD_TYPE=Release -D WITH_TBB=ON -D WITH_CUDA=ON -D PYTHON3_EXECUTABLE=/usr/bin/python3 -D PYTHON_INCLUDE_DIR=/usr/include/python3.6 -D BUILD_opencv_python3=ON -D BUILD_o pencv_python2=OFF -D PYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython3.6.so -D CMAKE_INSTALL_PREFIX=/usr/local ..

最后的..不可省略。其他依赖包如libgtk2.0-dev等出现坏包或安装不上的情况，则需要其版本降级，参考 第5步 即可。

7.安装tensorflow

安装tensorflow需要找到其对应的aarch64.whl的版本，然后利用pip install进行安装，此时可能会出现h5py安装不上的问题，则先进行如下命令：

sudo apt-get install libhdf5-dev

然后再利用命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-***aarch64.whl进行安装即可.

8.安装keras

安装keras有可能出现umpy.distutils.system_info.NotFoundError: no lapack/blas resources found的问题，则需要安装相关依赖包，安装命令如下：

sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran

即可，然后进行keras安装，过程中若出现scipy安装不上，则利用如下命令进行安装：

sudo apt-get install python-scipy

至此，相关依赖环境安装完毕。

9.测试安装是否成功

对于测试过程，再安装完毕主要包后，再程序中若出现其他依赖包未安装的过程，按提示安装即可。