目标是在带有 Linux LXDE Desktop（内核 4.5）的 FPGA SoC（DE-10 标准 Altera）的 ARM 32 位处理器上运行基于 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：执行格式错误” 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”，它们需要 mkl 和 blis 库。 mkl 库是从 intel 下载的。运行“bash install.sh”给出错误“不再支持 IA-32 架构主机安装。该产品无法安装在系统上。” sklearn 和 pandas 代码如何在这个系统上运行？有没有更简单的方法？如何安装 mkl 库？
【问题讨论】：
标签： numpy arm intel-mkl miniconda soc
目标是让支持向量机分类器在 FPGA SoC 的 32 位 ARM 处理器上运行。
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。由于这种系统的内存有限，并且没有为架构预编译的轮子，并且由于这种特定的架构而没有 Anaconda 和 Miniconda，这是一个挑战。
首先从 terasic.com 在 SD 卡上启动 Linux LXDE Desktop（内核 4.5）的映像。镜像启动后，将 SD 卡放入 FPGA SoC。
在安装所需的包之前，有一些它们依赖的库和包。从构建软件包的轮子开始，清楚地了解依赖关系以及您的系统有什么可以为您节省数小时的软件包安装过程中的错误。 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软件包。 请按以下步骤操作：
步骤1：（可选） 从系统中删除 python 2.7 以清空一些空间。
sudo apt-get remove python2.7
Step2：使用以下命令进行清理和更新：
sudo apt clean
sudo apt 更新
sudo apt dist-upgrade
Step3：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 install python3-pip
python3 -m pip install --user --upgrade pip
Step4：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
步骤 5：（可选）删除 firefox 以清空一些空间，然后通过以下命令完成安装后重新安装：
检查空格：df -h
要删除 firefox：sudo apt-get autoremove — purge firefox
完成所有操作后重新安装：sudo apt-get install firefox
第六步：在我们的例子中，我们安装了依赖于 numpy 和 scipy 包的 sklearn，并安装了依赖于 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，因为在命令之前未安装 numpy 和 scipy。但是当它失败时，它会安装 numpy 和 scipy 而不是 scikit-learn (sklearn)。现在再次输入它将成功安装 scikit-learn。然后，安装 pandas，它会像 sklearn 现在安装 numpy 一样工作，使用以下命令：
安装 sklearn 依赖项：python3 -m pip install sklearn
要安装 sklearn：python3 -m pip install sklearn
安装熊猫：python3 -m pip install pandas
Step7：在终端输入python3即可成功：
导入 numpy
导入 scipy
导入熊猫
导入 sklearn
【讨论】：