上个周收到Boss的指令，做一个NanoPi平台上的深度学习开发。随后拿到了一个NanoPi的板子，开始摸索着玩。板子长这样。

吹一波FriendlyARM，似乎它的设计图都是开源的，所以很多嵌入式爱好者可以根据设计图和自己的需求，再其基础上DIY一个新的板子，（boss牛逼）

言归正传，Nano板子内置的操作系统是Linux系统，采用的是ARM_AArch64的框架，在此基础上，我们来安装必须的深度学习框架。

首先，我们先安装tensorflow的框架，踩坑时候发现，直接pip3 import tensorflow是直接白给的，会提示你平台不支持此tensorflow。调用以下指令：

import pip._internal
 
print(pip._internal.pep425tags.get_supported())

通过输出结果，我们可以看出平台支持的whl的格式，然后选择一个适合格式的tensorflow的轮子进行安装，由于系统默认的python是3.6版本，因此在调用的时候，很多博主推荐的基于pi的tensorflow都没法去安装，这里强烈建议不要改系统默认的python3.6版本，这样很多系统的功能会崩坏（很多人踩坑了）。

这里用了tensorflow-cp36-cp36m-linux_aarch64.whl，

$ pip3 install --user tensorflow-cp36-cp36m-linux_aarch64.whl

文件太大，无法传到github上，后期存在百度云盘上存档。

这里就完整的安装了tensorflow的环境，由于板子要做的功能不多，因此没有涉及到设置虚拟环境..

随后安装另一个深度环境keras，之前踩坑了一些教程，发现无论咋样，直接

pip3 install keras

是不行的，naive，然而根据一些教程安装lib环境h5py等都会出现不同程度的错误，索性直接

sudo apt-get install python3-keras

虽然在配置一些地方仍出现问题，但keras已经可以在python3上运行了，经过把代码放在其上调试，代码可以运行跑通。等再将来遇到问题然后再进一步调整吧。写代码一时爽，配置环境火葬场。我太南了- -

之前配置OpenCV的环境也踩了一鞋坑，等后面有机会再写一个博客记录一下、