1、tensorflow測試： 安裝完系統以及拓展分割槽大小後，就可以開始搭建環境了，lebian中安裝了python2和python3，其中的python3中安裝了tensorflow，可以測試一下tensorflow是否正常： 輸入：python3，出現python3的執行視窗，輸入測試程式： 能正常輸出b‘hello，world’則證明正常

2、調整系統預設python版本 在系統中輸入python，會開啟python2.7版本，輸入python3會出現3.5版本，系統預設優先的版本是python2.7，安裝軟體包時沒有指明的話都是給2.7安裝的，所以我們要將預設優先版本調整為3.5，操作如下，如果有不明的地方可以參考下面連線：

3、tensorflow測試 我們將執行一個人體姿態識別來驗證tensorflow的效果，首先我們要為他安裝各種包，要安裝的包如下，建議按這個順序安裝： matplotlib scipy cython scikit-image pyyaml easydict munkres 安裝matplotlib：

sudo su
#輸入密碼shunya
pip3 install matplotlib

安裝scipy 安裝這個比較麻煩會報各種錯誤：

sudo apt-get install python-scipy
sudo pip install scipy
 

執行後會編譯很長的一段時間，要耐心等待

安裝cython

pip3 install cython

安裝scikit-image

pip3 install scikit-image

裝到這裡輸入後面幾個的安裝，基本都在前面裝的時候作為依賴包安裝好了，如果沒有，可以如cython的安裝方法一樣安裝

4、下載測試例子pose-tensorflow 下載模型

cd models/mpii
./download_models.sh
cd -

5、測試 接下來就可以開始測試了：

TF_CUDNN_USE_AUTOTUNE=0 python3 demo/singleperson.py

執行的時間大約30s，現在使用的時cpu，會有點慢。最後會出現下面的測試結果，人體被標記上了關鍵點：

總結： 1、深度學習環境的搭建一直是件很麻煩的事情，在arm架構上這種非x86架構上搭建就更加麻煩，特別是像scipy的安裝，它的依賴庫有的是隻適合在x86架構下執行，折騰了好久才找到解決的方法 2、目前只能用cpu跑tensorflow，gpu以及npu還沒有使用，這使得970的效能大打折扣，希望npu的庫能儘早完善，使得在linux系統下能用上