Numpy 在基于ARM处理器32位的Ubuntu操作系统上安装机器学习软件包

目标是在FPGA SoC（DE-10标准Altera）的ARM 32位处理器和Linux LXDE桌面（内核4.5）上运行基于pandas和sklearn包的支持向量机分类器代码。将python版本更新为3.7.9，将pip更新为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）时会出现错误“无法为使用PEP 517且无法直接安装的numpy构建控制盘”，他们需要mkl和blis库。mkl库是从英特尔下载的。运行“bash install.sh”会出现错误“不再支持IA-32体系结构主机安装。无法在系统上安装该产品。”

---

sklearn和pandas代码如何在此系统上运行？有没有更简单的方法？如何安装mkl库？

目标是使支持向量机分类器在FPGA SoC的32位ARM处理器上运行

为此，需要为分类器安装一些python包，如sklearn，为数据集操作安装pandas。由于此类系统的内存有限，并且没有预先编译的体系结构控制盘，并且由于这种特定的体系结构，没有Anaconda和Miniconda，因此存在一个挑战

首先，在SD卡上从terasic.com启动Linux LXDE桌面（内核4.5）的映像。启动映像后，将SD卡放入FPGA SoC

在安装所需的软件包之前，它们依赖于一些库和软件包。从构建包的轮子开始，清楚地了解依赖关系和系统所具有的功能可以在包安装过程中为您节省数小时的错误。 该过程将侧重于使用最小内存进行安装。首先更新系统并删除任何不必要的程序或包。 遵循以下步骤：

步骤1：（可选） 从系统中删除Python2.7以腾出一些空间

sudo-apt-get-remove-python2.7

步骤2：使用以下命令清理和更新：

sudo-apt-clean

sudoapt更新

sudo-apt-dist升级

步骤3：使用以下命令安装和升级将用于安装其他软件包的pip软件包：

sudo-apt-get安装python3pip

python3-mpip安装-用户-升级pip

步骤4：使用以下命令安装构建机器学习软件包轮子所需的基本库和软件包：

sudo apt get install libbliss dev clang libffi dev libssl dev libblas dev liblapack dev libatlas base dev cython

sudopython3-mpipinstallpyparsing==2.4.6

sudopython3-mpipinstallpyparser==1.0

步骤5：（可选）删除firefox以清空一些空间，然后在完成安装后通过以下命令再次安装：

检查空间：df-h

删除firefox:sudo apt get autoremove-purge firefox

完成一切后重新安装：sudo apt get install firefox

步骤6：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软件包，请直接安装sklearn，它将为所需软件包构建控制盘，但该命令在构建scikit learn时将失败，因为在该命令之前未安装numpy和scipy。但当它失败时，它将安装numpy和scipy，而不是scikitlearn（sklearn）。现在再次键入，它将成功安装scikit learn。然后，使用以下命令安装pandas，因为sklearn现在安装了numpy，所以它可以正常工作：

安装sklearn依赖项：python3-m pip安装sklearn

安装sklearn:python3-m pip安装sklearn

安装熊猫：python3-m pip安装熊猫

步骤7：在terminal中键入python3，现在您可以成功执行以下操作：

进口numpy

进口西皮

进口大熊猫

导入sklearn