前言（废话）

本人对于嵌入式的知识就是白纸一张，但无奈项目要用，这两天一直在配环境。各种试错下终于安上了。本篇类似备忘录，只是方便日后再用到时不用套娃开爆浏览器标签。

本片只安装基于python的深度学习框架，使用C++的祝愿你早日来教俺。

由于给的试验机已经安好debian系统，其他不是ubuntu和debian版本的linux系统命令会有所不同。

安装Python3

目前arm上的python已经支持到了3.9，直接上最新版。

sudo apt-get install python3

如果默认安装 sudo apt-get install python 则会自动安装 python2.7。

如果已经安装过python2.7，那使用命令 python 会默认进入python2.7。只有使用命令 python3 才会进入 python3.9。

安装numpy

需要在安装pytorch之前安装numpy，不然安装的pytorch将无法支持numpy。

pip3 install numpy

同样需要使用 pip3 安装python3的库，直接使用 pip 将安装成python2.7的依赖。

安装OpenCV

sudo apt-get install python3-opencv

同理使用 sudo apt-get install python-opencv 将装成python2.7的依赖。

进入python3.9中测试：import没有问题，安装成功

安装Pytorch+torchvision

之前基本不会出啥幺蛾子，这里就比较头疼了。由于官方没有提供ARM架构的二进制安装包，就需要自己扒源码下来make了。有一种比较快捷的方式就是那别人make好的轮子下下来直接装，但问题就是你的系统和使用的python版本跟make轮子的人刚好对得上那没问题，对不上就GG。

这里放两个提供轮子的大佬，有需要的可以去下

https://github.com/nmilosev/pytorch-arm-builds

https://github.com/Qengineering/PyTorch-Raspberry-Pi-64-OS (只提供64位)

使用 uname -a 和 getconf LONG_BIT 命令可以查看系统版本和位数

uname -a
getconf LONG_BIT

查看系统版本和位数

反正俺用现成的轮子装就是各种GG，最后无奈还是决定自己make

首先就是安装一堆make要用到的库

sudo apt-get install libopenblas-dev libblas-dev m4 cmake cython python3-dev python3-yaml python3-setuptools

设置一下build的选项

export NO_CUDA=1
export NO_DISTRIBUTED=1
export NO_MKLDNN=1 
export BUILD_TEST=0
export MAX_JOBS=4

像CUDA这些不支持的选项都需要设置成 false，由于是在 Pi4 上编译，有四核，MAX_JOBS 可以设置为4，如果是 Pi4 之前的树莓派版本就只有单核。

下载源码（Pytorch）

git clone https://github.com/pytorch/pytorch --recursive 
cd pytorch
git checkout v1.7.0
git submodule sync
git submodule update --init --recursive

俺安装的是1.7.0版本，想要安装别的版本也可以。

开始build (Pytorch)

python3 setup.py bdist_wheel

注意: 需要使用 python3

不过大概build到55%的时候俺也遇到了错误

No matching function for call to 'google::protobuf::io::CodeInputStream::SetTotalBytesLimit(long long int, long long int)' 

查了一下大概是build需要的 protobuf 的版本跟安装的版本不匹配，安装的 protobuf 版本过低，更新一下就行

wget https://github.com/protocolbuffers/protobuf/archive/refs/tags/v3.18.2.tar.gz #下载源码
tar -zxvf v3.18.2.tar.gz # 需要找到下载的路径，一般是在 /home/pi/Downloads
cd v-3.18.2/
sudo ./autogen.sh
sudo ./configure # 生成Makefile文件来build
sudo make 
sudo make install   
sudo ldconfig # 更新共享库缓存

显示一下 protobuf 更新后的版本

显示对应版本，更新成功

之后再build应该就不会有问题了，就只是需要漫长的等待了，俺是放着build就溜回家了，第二天早上来看的时候已经build完了。网上大概说是需要4-5小时。

进行安装(Pytorch)

build完后生成的轮子在 dist 文件夹下，使用 pip3 安装轮子即可

cd dist/
pip3 install ./torch-1.7.0a0-cp39-cp39-linux_armv7l.whl

安装生成的轮子

由于项目是视觉相关，所以也会用到torchvision, 安装方法和Pytorch一样，可以找现有的轮子，也可以自己make。

编译torchvision

git clone https://github.com/pytorch/vision
cd vision
git checkout v0.8.1
git submodule sync
git submodule update --init --recursive
python3 setup.py bdist_wheel

torchvision 编译的时间很快，大概十来分钟就好，俺运气好没碰上啥error， 只能祝各位好运。

安装torchvision

和pytorch一样，生成的轮子也在 dist 文件夹中

cd dist/
pip3 install ./torchvision-0.8.0a0+45f960c-cp39-cp39-linux_armv7l.whl

安装生成的轮子

最后进python3测试一下

import 没有问题，安装成功

至此就完事了，如果后续有新的问题还会跟进。

对自己要有清晰的认知