一、SD卡格式化

1. 此电脑–管理–磁盘管理，找到SD卡。

   

2. 左击选中system-boot，点击删除卷；主分区操作相同。

   

3. 完成上一步后，确认SD卡只显示“59.48GB 未分配”(容量根据实际情况而不同)

   

4. 选中该SD卡，右击“新建简单卷”

   

5. 完成后“此电脑”中就会出现这个SD卡。

   
   至此，格式化SD卡完成。

二、刷入Ubuntu20.04LTS系统并连接

1. 刷入Ubuntu20.04LTS系统

硬件：RaspberryPi4B，4G
刷入工具：Raspberry Pi Imager v1.6.2
系统：ubuntu-20.04.2-preinstalled-server-arm64+raspi.img.xz

1. CHOOSE OS → Use custom → 选择本地的ubuntu-20.04.2-preinstalled-server-arm64+raspi.img.xz

2. Storage → 选择插入的SD卡

3. 点击WRITE

4. 配置wifi信息

   重新插入SD卡，打开”system-boot“，找到”network-config“文件

   
   修改”network-config“文件

   

2. 连接RaspberryPi

方式一：ssh连接

1. 将SD卡插入 RaspberryPi 后开机

2. 打开路由器后台找到新接入的设备，查看其IP

   

3. 使用 Git Hash 连接 RaspberryPi，默认用户名和密码都是"ubuntu"，连接后须修改密码。

   

4. 用新密码再次用ssh连接即可

方式二： 宝塔面板连接

1. 获取权限

   sudo su
   

2. 更改DNS

   echo "nameserver 114.114.114.114">>/etc/resolv.conf
   

3. 安装宝塔面板

   wget -O install.sh http://download.bt.cn/install/install-ubuntu_6.0.sh && sudo bash install.sh
   

三、安装Tensorflow2.4环境

方式一：直接安装Tensorflow2.4

1. 安装python3.7.2

1. 连接 RaspberryPi

   

   如果在此前连接过该设备，需删除 Git Hash 存储的 ssh 的连接信息

2. 更新DNS

   1. 获取权限

      sudo su
      

   2. 更改DNS

      echo "nameserver 114.114.114.114">>/etc/resolv.conf
      

3. 切回 ubuntu 用户

   su ubuntu
   

4. 刷新软件源信息

   sudo apt-get update
   

   sudo apt-get upgrade
   

   如果这一步dpkg出问题，执行下面这条命令

   sudo rm /var/lib/dpkg/lock-frontend
   

   上面这条命令不行的话，可以使用下面这条命令，再重新执行更新

   sudo rm /var/lib/dpkg/lock
   

5. 安装python3.7.2

   1. 下载python3.7.2

      wget https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tgz
      

   2. 解压文件

      sudo tar -xvf Python-3.7.2.tgz
      

   3. 进入解压好的目录下

      cd /Python-3.7.2
      

   4. 安装GCC软件套件

      sudo apt-get install gcc
      

   5. 安装make

      sudo apt-get install make
      

   6. 安装编译依赖

      sudo apt-get install ruby zlib1g-dev libbz2-dev libssl-dev libncurses5-dev libsqlite3-dev libreadline-dev tk-dev libgdbm-dev libdb-dev libpcap-dev xz-utils libexpat1-dev liblzma-dev libffi-dev libc6-dev
      

   7. 指定安装位置安装python3.7.2

      sudo ./configure --prefix=/usr/local/bin/python3.7.2  --with-ssl
      

   8. 编译

      sudo make
      

   9. 编译安装

      sudo make install
      

   10. 创建软链接

       sudo ln -s /usr/local/bin/python3.7.2/bin/python3.7  /usr/bin/python
       

       sudo ln -s /usr/local/bin/python3.7.2/bin/pip3.7  /usr/bin/pip
       

   11. 检查python版本
       
       安装成功

2. 安装tensorflow2.4

tensorflow-on-arm 各版本下载传送门

1. 安装依赖

   sudo apt-get install libhdf5-dev
   

   pip install Cython --user 
   

   pip install wheel --user 
   

   sudo pip install tensorflow-2.4.0-cp37-none-linux_aarch64.whl
   

   如果报错Could not install packages due to an EnvironmentError: [Errno 13] Permission denied: '/usr/local/bin/python3.7.2/lib/python3.7/site-packages/six.py' Consider using the `--user` option or check the permissions.。使用如下命令

   sudo pip install tensorflow-2.4.0-cp37-none-linux_aarch64.whl --user
   

2. 测试安装好的tensorflow是否成功，运行下面的代码

   import tensorflow as tf
   
   print(tf.__version__)
   
   mnist = tf.keras.datasets.mnist
   
   (x_train, y_train),(x_test, y_test) = mnist.load_data()
   x_train, x_test = x_train / 255.0, x_test / 255.0
   
   model = tf.keras.models.Sequential([
     tf.keras.layers.Flatten(input_shape=(28, 28)),
     tf.keras.layers.Dense(128, activation='relu'),
     tf.keras.layers.Dropout(0.2),
     tf.keras.layers.Dense(10, activation='softmax')
   ])
   
   model.compile(optimizer='adam',
                 loss='sparse_categorical_crossentropy',
                 metrics=['accuracy'])
   
   model.fit(x_train, y_train, epochs=5)
   model.evaluate(x_test, y_test)
   

   

   如果在执行此文件是报错ValueError: numpy.ndarray size changed, may indicate binary incompatibility. Expected 88 from C header, got 80 from PyObject ubuntu@ubuntu:~$ pip list更新numpy版本为1.20.0(其他版本未尝试)

   pip install numpy==1.20.0 --user
   

方式一：conda 安装 Tensorflow2.4

1. 安装 conda

1. 安装conda

   Archiconda传送门

   bash Archiconda3-0.2.3-Linux-aarch64.sh
   

2. 无法激活 conda 环境时，设置永久环境变量实例

   1. 编辑 /etc/profile.d/bash_completion.sh 文件

      sudo vi /etc/profile.d/bash_completion.sh
      

   2. 在文件末尾处添加如下，保存并退出

      export PATH="/home/ubuntu/archiconda3/bin:$PATH"
      

      

   3. 环境变量更改后，在用户下次登陆时生效。如果想立刻生效，则执行下面的语句

      source /etc/profile
      

2. conda 虚拟环境安装 tensorflow 2.4

创建名为tf24的conda环境

1. 创建一个名为 tf24 的python版本为3.7虚拟环境

   conda create -n tf2 python=3.7
   

   

2. 激活 tf24 环境

   conda activate tf24
   

   

3. 安装依赖

   conda install cython wheel
   

   

4. conda安装低版本的h5py

   这里我安装的版本是2.10.0，其他版本未测试

   conda install h5py==2.10.0
   

   

5. pip直接安装已经下载好的tensorflow2.4的whl文件

   tensorflow-on-arm 各版本下载传送门

   pip install tensorflow-2.4.0-cp37-none-linux_aarch64.whl
   

四、可能用到的命令

上传单个文件到Raspberry

scp /path/filename username@servername:/path   

上传目录到Raspberry

scp  -r local_dir username@servername:remote_dir

原文链接:https://blog.csdn.net/m0_46744629/article/details/118889151