用树莓派4b构建深度学习应用（五）Tersorflow篇

前言

上回我们把 pytorch 的环境安装好了，这篇我们建立一下 tensorflow 和 keras 的开发环境。

不得不说，相对于pytorch来说，tensorflow 对各个系统的支持真的很完善，无论是各种平台还是各个版本都有对应的预编译安装包，官方文档也很详细（但不代表没有坑，详见下文），是工程化不错的选择。

而pytorch代码更pythonic，所以最新的模型和算法很多都由pytorch发布，两者长远来说会是个互相学习，互相追赶良性竞争的状态。对开发者来说，就都应该有所了解。

现在 树莓派上 tensorflow 比较成熟的版本是 1.14.0，最新版本是 2.3.0。主流应用还是 1.x 系列的比较多，但 2.x 集成keras化后明显更好用些，特别是在模型转化方面，也面向未来，所以这里用虚拟环境两者都部署一下。

安装 tensorflow 1.14

1. 建立 tensorflow 1.14 的虚拟环境

python3 -m venv --system-site-packages ~/my_envs/tensorflow
source ~/my_envs/tensorflow/bin/activate

Tip:

带参数 system-site-packages 是为了引用系统已安装的基础包，方便共享一些基础库。可以通过在虚拟环境 lib/python3.7 目录下新建 no-global-site-packages.txt 文件来切换引用状态。

2. 下载 whl 安装包

下载编译版本的 whl 安装包：

wget htt