ARM平台上安装CPU版TensorFlow
/*
TensorFlow是⾕歌研发的第⼆代⼈⼯智能学习开源框架，可被⽤于图像识别、语⾳识别等多项机器学习和深度学习领域。TensorFlow的⼀⼤特点是⽀持异构设备分布式计算，这使该框架能够在从嵌⼊式到⼤型服务器的各种不同平台上运⾏。同时随着ARM处理器性能的不断增强，越来越多的开发者和⼚商在把TensorFlow应⽤迁移到ARM平台上。由于实际项⽬的需求，我尝试在ARM嵌⼊式平台上安装TensorFlow并最终测试成功，下⾯详细说明过程。
*/
0. 硬件资源介绍
1.安装pip3
⾸先RK3399开机，打开terminal，敲⼊命令，等待安装完成。
#For Python 3.5.2
sudo apt-get install python3-pip python3-dev
2.获取TensorFlow安装包
CPU版本的TensorFlow⼀般来说是运⾏在主流的x86架构下的，但是万能的⾕歌怎么会忘记嵌⼊式领域。⾕歌的⼏位⼤神员⼯合⼒贡献出了⼀个适⽤于ARM aarch64架构的TensorFlow安装包。使⽤git下载tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl安装包。此过程需要等待较长时间。
#安装git
sudo apt-get install git-core
#下载tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl
3.使⽤pip3安装TensorFlow
#进⼊下载的tensorflow安装包内
pip3 install tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl
#等待时间也⽐较长，安装完成后可能会提⽰需要升级pip版本，根据提⽰命令进⾏pip升级
4.安装其他常⽤的模块
#Python调⽤MATLAB画图库
python3 -m pip install  matplotlib
#cairocffi库
sudo apt-get install python3-cairocffi
#优质的数据集
python3 -m pip install  sklearn
5.测试TensorFlow是否安装成功
#在命令⾏中输⼊
python3
#在Python命令⾏中逐⾏输⼊
import tensorflow as tf
hello= tf.constant('Hello TensorFlow!')
sess= tf.Session()
print(sess.run(hello))
#如果打印'Hello TensorFlow!'说明tensorflow安装成功
7.更换系统默认Python版本
Ubuntu16.04已经默认安装了Python2.7.2，在命令⾏中输⼊Python进⼊的是Python2.7环境。但是在实际中常⽤的是Python3.5或3.6，上⾯的步骤已经安装了Python3.5.2，因此要更改系统默认Python版本。
#以 root ⾝份登录，⾸先列出所有可⽤的 python 替代版本信息：
update-alternatives --list python
#可能会显⽰如下错误
update-alternatives: error: no alternatives for python
#如果出现以上所⽰的错误信息，则表⽰ Python 的替代版本尚未被 update-alternatives 命令识别。想解决这个问题，我们需要更新⼀下替代列表，将 python2.7 和 python3.5 放⼊其中
whereis python
#⽤以上命令得到python的路径，按照得到的路径设置默认的Python版本
update-alternatives --install
/usr/bin/python python /usr/bin/python2.7 1
ubuntu怎么安装python
update-alternatives --install
/usr/bin/python python /usr/bin/python3.5 2
/*
--install选项使⽤了多个参数⽤于创建符号链接。最后⼀个参数指定了此选项的优先级，如果我们没有⼿动来设置替代选项，那么具有最⾼优先级的选项就会被选中。我为python3.5设置的优先级为2，所以update-alternatives 命令会⾃动将它设置为默认 Python 版本。
*/
彩蛋
在RK3399平台上没有安装anaconda3，因为x86架构的软件不能在ARMv8上运⾏。但是在树莓派⽣态中已经有⼈做出了尝试，可以安装特制版anaconda，即miniconda。请参考
Hear me roar!