当前位置：首页 > news >正文

树莓派UBUNTU 24.04 PART 5 树莓派4b UBUNTU 系统安装miniconda、opencv、tensorflow

news 2025/11/15 6:16:12

按照kimi给的操作

一、安装miniconda

在树莓派（Ubuntu 系统，aarch64 架构）上安装 Conda，只需下载对应架构的 Miniconda 安装脚本并执行即可。下面给出 2025 年仍适用的完整流程（已在近期教程验证）。

确认系统架构

bash

复制

uname -m                 # 应输出 aarch64

下载 Miniconda（Python 3.8 版，兼容树莓派 64 位）

bash

复制

# 官方镜像（国内可访问）
wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.9.2-Linux-aarch64.sh

注意：Miniconda 版本 ≤4.10 在 aarch64 上更稳定。

安装

bash

复制

bash Miniconda3-py38_4.9.2-Linux-aarch64.sh

按提示回车阅读协议 → 输入 yes → 指定或接受默认安装路径（~/miniconda3）。
最后一步询问 “Initialize Miniconda3?” 选 yes，安装脚本会自动把 conda 初始化代码写入 ~/.bashrc。

让当前 shell 生效

bash

复制

source ~/.bashrc       # 或者重新登录

命令提示符前出现 (base) 即成功。

换国内源（可选，提速明显）

bash

复制

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

创建你的第一个环境（示例 Python 3.9）

bash

复制

conda create -n py39 python=3.9 -y
conda activate py39

此时即可 conda install 或 pip install 任何包。

常用后续命令

bash

复制

conda update -n base conda       # 升级 conda 自身
conda env list                   # 查看已有环境
conda deactivate                 # 退出当前环境

一句话总结
下载 aarch64 版 Miniconda → bash 安装 → 重启 shell → conda 已可用；换源与建环境步骤与 x86 完全一致。

pi@pi-desktop:~$ conda create -n py39 python=3.9 -y conda: command not found

编辑

复制

你还没装 Miniconda/Anaconda；
或者装了，但 初始化代码没写进 ~/.bashrc，导致新终端找不到路径。

下面给出“先确认 / 再修复”最简流程，2 分钟搞定。

确认到底有没有装

bash

复制

ls ~/miniconda3/bin/conda       # 或 ~/anaconda3/bin/conda

如果返回 No such file or directory → 真没装，跳到第 2 步。
如果存在 → 只是没初始化，跳到第 3 步。

还没装 Miniconda？按上篇 30 秒装

bash

复制

wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.9.2-Linux-aarch64.sh
bash Miniconda3-py38_4.9.2-Linux-aarch64.sh
# 最后一步询问 “initialize Miniconda3?” 一定选 yes

装完 关闭终端再打开，提示符出现 (base) 即可。

已装但找不到命令 → 手动初始化

bash

复制

# 把 conda 的 PATH 写进 ~/.bashrc
echo 'export PATH="$HOME/miniconda3/bin:$PATH"' >> ~/.bashrc
# 再 source 一次
source ~/.bashrc

（如果你装的是 anaconda，把路径换成 ~/anaconda3/bin）

验证

bash

复制

conda -V          # 应输出 conda 4.x.x
conda create -n py39 python=3.9 -y

不再提示 command not found。

一句话总结
要么真没装，要么装了但 PATH 没加；按上面 1→3 步确认并初始化即可。

报错！

pi@pi-desktop:~$ conda activate cv CondaError: Run 'conda init' before 'conda activate'

编辑

复制

出现

CondaError: Run 'conda init' before 'conda activate'

说明 当前 shell 还没有被 conda 初始化（缺少 conda 的 shell 函数与路径设置）。
按提示跑一次 conda init 即可，步骤如下（30 秒搞定）。

先确保 conda 可执行文件存在

bash

复制

ls ~/miniconda3/bin/conda      # 或 ~/anaconda3/bin/conda

如果返回 No such file or directory → 还没装 Miniconda，请先安装（参考前面回答）。
如果文件存在 → 继续下一步。

执行初始化（以 bash 为例）

bash

复制

~/miniconda3/bin/conda init bash

若用 zsh 就把 bash 换成 zsh；fish 用户换 fish。

这条命令会自动把以下内容追加到 ~/.bashrc：

bash

复制

# >>> conda initialize >>>
__conda_setup="$('~/miniconda3/bin/conda' 'shell.bash' 'hook' 2> /dev/null)"
eval "$__conda_setup"
# <<< conda initialize <<<

让配置立即生效

bash

复制

source ~/.bashrc        # 或重新登录 / 重开终端

验证

bash

复制

conda activate cv
# 不再报错，提示符前面出现 (cv) 即成功

一句话总结
~/miniconda3/bin/conda init bash && source ~/.bashrc 再 conda activate cv，即可解决。

二、安装opencv

这个版本的opencv怎么安装

编辑

复制

搜索

conda 安装 opencv 25.9.1

44 个结果

目前 conda-forge 频道里 OpenCV 最新只到 4.12.0（对应 Python 3.8–3.12 的 aarch64/amd64 包均已就绪），并没有“25.9.1”这个版本号。
因此“conda 25.9.1”实际上指的是 conda 自身的 2025-10 月维护版，而不是 OpenCV 的版本。
想在 conda 25.9.1 环境里装 OpenCV，只需按常规流程即可：

确保已用 conda 25.9.1 建好环境

bash

复制

conda create -n cv python=3.9 -y
conda activate cv

从 conda-forge 安装现成二进制（aarch64 同样适用）
bash
复制
```
conda install -c conda-forge opencv          # 核心模块
# 如需额外算法再装
conda install -c conda-forge opencv-contrib
```
这会把 4.12.0 版（截至 2025-09）装进当前环境。

验证

Python

复制

python -c "import cv2,sys;print(cv2.__version__,sys.platform)"
# 输出示例：4.12.0 linux

如果后续 conda-forge 上架了更高版本，直接

bash

复制

conda update -c conda-forge opencv

即可平滑升级。

opencv-contrib 这个名字在 conda-forge 里根本不存在，所以报 PackagesNotFoundError。
正确的包名是 opencv-contrib-python，但它 只存在于 PyPI 渠道；conda-forge 把 contrib 模块直接打在 opencv 包里（4.x 以后默认就带）。
因此你有两条路：

继续用 conda-forge（最简，contrib 模块已集成）

bash

复制

conda install -c conda-forge opencv   # 主包已含 xfeatures2d/face/等等

装完后验证：

Python

复制

python -c "import cv2, cv2.xfeatures2d; print('contrib ok')"

能 import 就说明 contrib 可用。

非要用原版的 opencv-contrib-python（与 conda 混装也没问题）

bash

复制

pip install opencv-contrib-python

注意：pip 版会把 conda 的 opencv 覆盖掉，两者二选一即可。

一句话总结
conda-forge 没有单独的 opencv-contrib 包；直接 conda install -c conda-forge opencv 就已自带 contrib 模块，无需再装。

三、安装tensorflow

最简单：直接装官方已编译的 aarch64 wheel（PyPI）

bash

复制

conda activate cv               # 或你正在用的环境
pip install tensorflow          # 默认装 2.18.0（manylinux2014-aarch64）

树莓派 4/5 64 位系统实测可装，2 GB 内存即可导入，首次 import 会慢 1-2 min。

想用 conda-forge（同样现成包）

bash

复制

conda install -c conda-forge tensorflow   # 当前版本 2.15.0

conda-forge 版依赖更紧凑，适合后续再叠其他科学包。

自己源码编译（仅当你要开 CUDA / 自定义算子）

不建议在树莓派本地编，通宵 6 h+ 且容易 OOM；真需要可用交叉编译或 Google 官方脚本 build_rpi.sh（参考 tensorflow 源码 tools/ci_build）。

验证

Python

复制

python -c "import tensorflow as tf;print(tf.__version__, tf.config.list_physical_devices('GPU'))"

输出版本号即成功；GPU 栏空是正常（树莓派只有 CPU）。

一句话总结
pip install tensorflow 或 conda install -c conda-forge tensorflow 二选一即可解决 import 报错。

LibMambaUnsatisfiableError: Encountered problems while solving: - package tensorflow-2.9.1-mkl_py39h7b4050b_0 is excluded by strict repo priority

编辑

复制

这条信息说明：
“strict” 渠道优先级 把 defaults 里唯一可用的 tensorflow-2.9.1-py39 包给 踢掉了，因为 conda-forge 里同名包版本号更低或根本不存在，导致 无 viable 选项。

把优先级临时放宽即可，两步搞定：

临时关掉 strict（仅对本次安装生效）

bash

复制

conda install tensorflow=2.9 --no-channel-priority

或永久改成 flexible：

bash

复制

conda config --set channel_priority flexible
conda install tensorflow=2.9

如果仍提示缺包，就显式指定 defaults

bash

复制

conda install -c defaults tensorflow=2.9

（conda-forge 没有 py39 的 2.9 包，defaults 才有）

最快退路：直接用 pip（wheel 官方已提供）

bash

复制

pip install tensorflow==2.9.1

与 conda 环境混装无冲突，同样能 import tensorflow。

一句话总结
“strict repo priority” 把 defaults 的 2.9.1 屏蔽了；加 --no-channel-priority 或 conda config --set channel_priority flexible 再装即可，不想折腾就 pip install tensorflow==2.9.1。

查看全文

http://www.dtcms.com/a/609280.html