一、python的设置
方案1:首先参考https://blog.csdn.net/weixin_51331359/article/details
这篇文章,把python的默认版本改为3.7
方案2:参考树莓派python虚拟环境的设置与使用_Leonard2021的博客-CSDN博客_树莓派创建虚拟环境这篇文章,设置python的虚拟环境(个人比较推荐)
二、然后利用WinSCP传输工具把相应的whl文件传输到树莓派的某个文件夹中,所需的whl文件在本人的上传资源中可以获取。
tensorflow-2.4.0-cp37-none-linux_armv7l.whl.zip-深度学习文档类资源-CSDN下载
三、首先,配置tensorflow2.4
1.安装相关系统依赖
sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-dev
sudo apt-get install -y openmpi-bin libopenmpi-dev
sudo apt-get install -y libatlas-base-dev
2.在所处的文件夹中打开终端
pip3 install tensorflow-2.4.0-cp37-none-linux_armv7l.whl
pip3 install keras
3.然后在终端中进行测试
输入python后再输入
import tensorflow
import keras
若没有出现报错则,tensorflow2.4安装成功
命令行更新numpy模块:
pip3 install -U numpy
四、接下来进行pytorch1.7的安装
torch1.7+torchvision-0.8.rar-深度学习文档类资源-CSDN下载
1.安装必要的依赖包
sudo apt-get install libopenblas-dev
若没有安装numpy,则需要提前安装 (没有numpy的话也能成功编译,但是编译出来的PyTorch不支持numpy)
这里在上面安装tensorlfow过程中已经安装了numpy,则不需要再次安装。
2.在所处的文件夹中打开终端
pip3 install torch-1.7.0a0-cp37-cp37m-linux_armv7l.whl
pip3 install torchvision-0.8.0a0+45f960c-cp37-cp37m-linux_armv7l.whl
待安装完毕
3.然后在终端中进行测试
输入python后再输入
import torch
若没有出现报错则,tensorflow1.7安装成功.