正在基于 32 位 ARM 处理器的 Ubuntu os 安装机器学习包
Installing machine learning packages on Ubuntu os based on ARM processor 32 bit
目标是 运行 支持基于 pandas 的向量机分类器代码和 FPGA SoC（DE-10 标准 Altera）的 ARM 32 位处理器上的 sklearn 包 Linux LXDE 桌面（内核 4.5）。将 python 版本更新到 3.7.9，将 pip 更新到 20.2.4，但无法安装 miniconda 和 anaconda。
“无法执行二进制文件：Exec 格式错误”
安装 numpy（和 pandas、scipy）会出现错误“无法为使用 PEP 517 且无法直接安装的 numpy 构建轮子”，并且它们需要 mkl 和 blis 库。 mkl库是从intel下载的。 运行“bashinstall.sh”给出错误“不再支持 IA-32 架构主机安装。无法在系统上安装该产品。”
sklearn 和 pandas 如何在这个系统上编码 运行？有没有更简单的方法？如何安装mkl库？
目标是在 FPGA SoC 的 32 位 ARM 处理器上制作支持向量机分类器运行。
为此，您需要安装一些 python 包，例如用于分类器的 sklearn 和用于数据集操作的 pandas。由于此类系统的内存有限，并且没有针对该体系结构的预编译轮，并且由于这种特定体系结构而没有 Anaconda 和 Miniconda，因此存在挑战。
首先从 SD 卡上的 terasic.com 启动 Linux LXDE 桌面（内核 4.5）的映像。镜像启动时，将SD卡放入FPGA SoC中。
在安装所需的包之前，它们依赖于一些库和包。清楚地了解依赖关系和你的系统有什么可以让你在包安装过程中避免数小时的错误，从构建包的轮子开始。
该过程将专注于使用最小内存进行安装。首先更新系统并删除任何不需要的程序或软件包。
请按照以下步骤操作：
第一步：（可选）
从系统中删除 python 2.7 以清空一些 space.
sudo apt-get remove python2.7
第 2 步：使用以下命令清理和更新：
sudo apt clean
sudo apt 更新
sudo apt dist-upgrade
第 3 步：使用以下命令安装和升级将用于安装其他包的 pip 包：
sudo apt-get 安装 python3-pip
python3 -m pip install --user --升级pip
第 4 步：使用以下命令安装构建机器学习包的轮子所需的基本库和包：
sudo apt-get install libbliss-dev clang libffi-dev libssl-dev libblas-dev liblapack-dev libatlas-base-dev cython
sudo python3 -m pip install pyparsing==2.4.6
sudo python3 -m pip install pyparser==1.0
第 5 步：（可选）删除 firefox 以清空一些 space，然后在通过以下命令完成安装后再次安装它：
检查space：df -h
删除 firefox：sudo apt-get autoremove — purge firefox
完成所有操作后重新安装：sudo apt-get install firefox
第 6 步：在我们的例子中，我们正在安装依赖于 numpy 和 scipy 包的 sklearn，并安装依赖于 numpy 包的 pandas。要安装所需版本的 numpy 和 scipy 包，请直接安装 sklearn，它将为所需的包构建轮子，但该命令将无法构建 scikit-learn，因为未安装 numpy 和 scipy在命令之前。但是当它失败时，它会安装 numpy 和 scipy 但不会安装 scikit-learn (sklearn)。现在再次键入它，它将成功安装 scikit-learn。然后，安装 pandas 它将工作，因为 sklearn 现在安装了 numpy，使用以下命令：
安装sklearn依赖项：python3 -m pip install sklearn
安装sklearn：python3 -m pip install sklearn
安装pandas：python3 -m pip install pandas
第七步：在终端输入python3，即可成功：
导入 numpy
进口scipy
进口pandas
导入 sklearn
目标是 运行 支持基于 pandas 的向量机分类器代码和 FPGA SoC（DE-10 标准 Altera）的 ARM 32 位处理器上的 sklearn 包 Linux LXDE 桌面（内核 4.5）。将 python 版本更新到 3.7.9，将 pip 更新到 20.2.4，但无法安装 miniconda 和 anaconda。 “无法执行二进制文件：Exec 格式错误” 安装 numpy（和 pandas、scipy）会出现错误“无法为使用 PEP 517 且无法直接安装的 numpy 构建轮子”，并且它们需要 mkl 和 blis 库。 mkl库是从intel下载的。 运行“bashinstall.sh”给出错误“不再支持 IA-32 架构主机安装。无法在系统上安装该产品。” sklearn 和 pandas 如何在这个系统上编码 运行？有没有更简单的方法？如何安装mkl库？
目标是在 FPGA SoC 的 32 位 ARM 处理器上制作支持向量机分类器运行。
为此，您需要安装一些 python 包，例如用于分类器的 sklearn 和用于数据集操作的 pandas。由于此类系统的内存有限，并且没有针对该体系结构的预编译轮，并且由于这种特定体系结构而没有 Anaconda 和 Miniconda，因此存在挑战。
首先从 SD 卡上的 terasic.com 启动 Linux LXDE 桌面（内核 4.5）的映像。镜像启动时，将SD卡放入FPGA SoC中。
在安装所需的包之前，它们依赖于一些库和包。清楚地了解依赖关系和你的系统有什么可以让你在包安装过程中避免数小时的错误，从构建包的轮子开始。 该过程将专注于使用最小内存进行安装。首先更新系统并删除任何不需要的程序或软件包。 请按照以下步骤操作：
第一步：（可选） 从系统中删除 python 2.7 以清空一些 space.
sudo apt-get remove python2.7
第 2 步：使用以下命令清理和更新：
sudo apt clean
sudo apt 更新
sudo apt dist-upgrade
第 3 步：使用以下命令安装和升级将用于安装其他包的 pip 包：
sudo apt-get 安装 python3-pip
python3 -m pip install --user --升级pip
第 4 步：使用以下命令安装构建机器学习包的轮子所需的基本库和包：
sudo apt-get install libbliss-dev clang libffi-dev libssl-dev libblas-dev liblapack-dev libatlas-base-dev cython
sudo python3 -m pip install pyparsing==2.4.6
sudo python3 -m pip install pyparser==1.0
第 5 步：（可选）删除 firefox 以清空一些 space，然后在通过以下命令完成安装后再次安装它：
检查space：df -h
删除 firefox：sudo apt-get autoremove — purge firefox
完成所有操作后重新安装：sudo apt-get install firefox
第 6 步：在我们的例子中，我们正在安装依赖于 numpy 和 scipy 包的 sklearn，并安装依赖于 numpy 包的 pandas。要安装所需版本的 numpy 和 scipy 包，请直接安装 sklearn，它将为所需的包构建轮子，但该命令将无法构建 scikit-learn，因为未安装 numpy 和 scipy在命令之前。但是当它失败时，它会安装 numpy 和 scipy 但不会安装 scikit-learn (sklearn)。现在再次键入它，它将成功安装 scikit-learn。然后，安装 pandas 它将工作，因为 sklearn 现在安装了 numpy，使用以下命令：
安装sklearn依赖项：python3 -m pip install sklearn
安装sklearn：python3 -m pip install sklearn
安装pandas：python3 -m pip install pandas
第七步：在终端输入python3，即可成功：
导入 numpy
进口scipy
进口pandas
导入 sklearn