# TensorFlow4FireflyRK3399

**Repository Path**: bbsx7/TensorFlow4FireflyRK3399

## Basic Information

- **Project Name**: TensorFlow4FireflyRK3399
- **Description**: 在arm板(firefly-RK3399)上安装tensorflow
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2018-08-09
- **Last Updated**: 2021-09-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 在arm板(firefly-RK3399)上安装tensorflow

**1，安装Ubuntu系统**  

烧录Ubunu系统镜像到Firefly-RK3399，我升级的是ubuntu单系统： Firefly-rk3399_xubuntu1604_201707041527.7z，可到官网下载此固件：

 [固件下载](https://pan.baidu.com/s/1hsOCOJU#list/path=%2FPublic%2FDevBoard%2FFirefly-RK3399%2FFirmware%2FUbuntu%2FUbuntu16.04%2FFirefly-rk3399_xubuntu1604_201707041527&parentPath=%2FPublic%2FDevBoard%2FFirefly-RK3399%2FFirmware%2FUbuntu?qq-pf-to=pcqq.c2c)   

**注意：**如果你的Firefly-RK3399是默认的双系统固件，可以直接切换到Ubuntu系统，跳过此步骤：

 切换教程：<http://wiki.t-firefly.com/index.php/Firefly-RK3399/Starter_guide> 

**2，安装pip3** 

进入系统后使用ALT+CTRL+T调出终端，输入 

```
sudo apt install python3-pip
```

**3，使用git下载tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl** 

安装git 

```
sudo apt-get install git-core
```

下载tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl 

```
git clone https://github.com/JohnnyChan8/TensorFlow4FireflyRK3399.git
```

**4，使用pip3安装TensorFlow** 

一定记得将python升级为python3，并且将pip3更新到最新版本

且更改默认值，python默认为Python2，现在修改为Python3

```
sudo apt-get install python3.6

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150

sudo apt-get install python3-pip
sudo pip3 install --upgrade pip
```

如果你已经是python3且pip3则可以直接执行这一步

```
cd TensorFlow4FireflyRK3399

pip3 install tensorflow-1.1.0rc1-cp35-cp35m-linux_aarch64.whl
```

**5，测试TensorFlow** 完成上面的步骤后，TensorFlow已经安装到Firefly-RK3399了，这个时通过简单的例程来测试程序输入 

```
$ python
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
b'Hello, TensorFlow!'
>>> exit()

```

此时会打印 b'Hello, TensorFlow!'