提示：以前的文章在ubuntu18.04环境中实现了python代码的打包。 确实，在现场部署无法连接网络时很有用。 避免影响运行结果的问题，例如重新配置环境或配置环境版本。 但是这次同事反馈说对面的服务器采用的是aarch64内核架构，之前项目组打包采用的华为云服务器是x86架构，这也是一个一直以来被忽视的问题
基于Linux-aarch64体系结构的python项目环境概述1、环境和软件准备2、建议安装步骤anconda .常见错误概述
前言：本文主要介绍了Linux-aarch64架构环境下python项目的部署细节。 如果有相关需求，请参考。 根据招聘版本和具体环境，方案可能会有所不同。
提示：本文正文如下。 请参考以下案例分析
一、环境及软件等准备案例：本次案例中的服务器为临时租用的惠威服务器，为了满足部署需求，采用Linux-aarch64架构，安装ubuntu18.04操作系统使用Putty进行服务器连接，并使用Xftp软件传输相关代码和文件，对于使用后台命令的操作非常有用。
二、程序建议安装anconda，创建环境。 (如果代码或项目很大，我们建议您创建docker并安装环境，以便于打包docker。) )。
安装安康达。 我采用的安装包如下。
archi conda3-0.2.3- Linux-a arch 64.sh
我下载了它，上传到了我自己的文件夹里，
cd命令打开文件夹输出命令
有关basharchiconda3-0.2.3- Linux-a arch 64.sh的具体安装说明，请参阅这些兄弟的博客：
3359 blog.csdn.net/June 19/article/details/115731904
3359 blog.csdn.net/ychgyyn/article/details/82258136
创建python环境：
其实，关于arm64内核的基本库，tensorflow的库也可以，但是在这次的案例中，也有很多没有踩cv等漏洞的大型库
不建议在构建环境时选择python的高级版本。 有些软件包可能没有安装conda所采用的py3.6版本
创建名为conda createnpy 3.6 python==3.6 # py 3.6的环境conda activate py3.6 ## 2。 安装condainstallmatplotlibcondainstallnumpycondainstatala3.如果安装速度慢，考虑到八conda的源和国内源对x86架构友好， 中科大来源conda config---- add channels 3359 mirrors.ustc.edu.cn/anaconda/pkgs/main/conda config---- add channels 339 conda config-- add channels 3359 mirrors.add channels conda-forge/conda config---add channels 3359 mirrors.ustc.edu . conda config-- addch anda cloud/bio conda/conda config---add channels 3359 mirrors.ustc.edu.cn/anaconda/cloud/调用并执行命令，检查文件夹中的执行结果是否正确。 示例：我的代码将上载到文件夹/home/usr/TEST。 datato.py代码名称如下： ` ` CCD/home/usr/ust代码
2 .常规错误总结安装tensor flow2. x版真的很难
1 )安装python后，建议在命令窗口中键入(python )
2 )输入命令：
import wheel.pep 425 tagsaswprint (w.get _ supported () ) 3显示结果。
“cp37”、“‘CP37m”、“Linux_aarch64”、“cp37”、“ABI3”、“Linux_aarch64”、“cp37”和“none”。 ‘any’()、‘cp32’、‘none’、‘any’)、)、‘Linux _ a arch 64’、)、‘py37’、‘none’、‘any’、)、) py3、) (y32 )、‘none’、‘any’)、‘py31’、‘none’、‘any’、)、‘py30’、‘none’、‘any’] ]
4 )安装tensor流程
方案github下载. whl文件的部分结构相对于tensor flow 2.1-2.4版不友好
URL:https://github.com/lhelontra/tensor flow-on-arm/releases
关于显示结果和安装python版本，您有以下选择。
tensor flow-2.1.0-cp35-none-Linux _ a arch 64.whl
tensor flow-2.3.0-cp35-none-Linux _ a arch 64.whl
只要conda环境不支持剩下的安装即可
参考博客：
3359 blog.csdn.net/Xiang feng l/article/details/118219637
3359 blog.csdn.net/QQ _ 33513098/article/details/81150513
3359 blog.csdn.net/m0 _ 37967248/article/details/114639339
方案2 :
建议在conda中添加中科大信源
使用conda install tensorflow安装的我安装了2.5.0版，但是以前的代码的sklearn的库存在矛盾，在pandas和sklearn上重新安装了numpy解决了问题
总结这个方案也是项目引进过程中一点经验的总结，当然抽出时间写也不可避免地存在整理和不完善的地方，也为总结和一点经验借鉴提供了借鉴。