树莓派4开箱及PyTorch配置记录

开箱

定了一个多月的树莓派4 4G版终于到货了，这一代接口上有些变化，4核A72的CPU发热也大很多，因此在等到货的过程中我就买了：

1. 水晶壳，主要是为了上风扇，到处搬的时候也要安全些；4代我打算先测试AI性能，被动散热就先不弄了
2. A1的TF卡，目前Linux还不支持A2的新增指令，加上A2的卡现在太贵，必要性不大；U1、U3这些无所谓，主要是随机读写性能
3. 5V 3A的电源和Type-C的线，目前4代供电设计有Bug，最好用傻充、傻线，我就箱子里翻了个小米手机头子
4. Micro HDMI转HDMI线，这个最关键

到手就开箱拍照了，Made in UK，感觉做工还是可以的。主要的芯片都贴在正面，散热相对好处理些，室温28度，有风扇无散热片低负载的情况下CPU在49度左右，感觉还是比较高的。

第一感觉，开机速度非常快，大概十来秒就显示桌面了，之前心心念念的USB-Boot也没有多大必要了，微型U盘随机读写也快不到哪儿去。手上没有4K屏，2K带鱼屏是可以直接点亮的。系统方面目前就只有Raspbian可以用，Ubuntu的适配还需要等待。多媒体方面，测试了下B站是可以流畅播放的，各种日常操作都是比较顺滑的，TF卡的读写性能也完全够用，装apt包、编译不存在IO瓶颈。

目前发现的主要问题是蓝牙适配MX Anywhere 2s鼠标还有些问题，会导致整个蓝牙挂掉，但是这个鼠标在Ubuntu下也有问题，应该不是树莓派的锅。折腾Linux还是搞套无线键鼠，比蓝牙稳定得多。

配置

1. 软件源

首先不知什么原因，即使挂了代理Raspbian的源依然是龟速，需要切换到国内镜像，参考这里，把stretch改成buster就可以了。

2. 远程访问

直接在树莓派配置工具里点开ssh和vnc就可以了，人生苦短，有现成的就不要去折腾，即使我们玩树莓派本身就是折腾。访问vnc需要装realvnc的客户端，还是很稳定的，最近两年tightvnc变得很难配，realvnc是个不错的替代。

4代的WIFI是支持5G的，要注意设置地区，我的路由器为了支持Switch使用了日本地区和信道，同样需要在树莓派配置工具中配置。2.4G没有这个问题，但是容易和2.4G无线键鼠、蓝牙之类的相互干扰。

3. Berryconda

不建议安装Miniconda的armv7l二进制包，它的包都很久没有更新了。直接使用Berryconda，armv7l版本可以在rpi4上正常使用，下载并安装：

wget https://github.com/jjhelmus/berryconda/releases/download/v2.0.0/Berryconda3-2.0.0-Linux-armv7l.sh
chmod a+x Berryconda3-2.0.0-Linux-armv7l.sh
./Berryconda3-2.0.0-Linux-armv7l.sh

然后就可以建立虚拟环境：

conda create -n pytorch python=3.6

4. Pytorch

接下来参考这里、Pytorch官方源代码安装说明和官方Caffe2树莓派编译脚本，开始安装Pytorch。

首先是apt，能够在apt装的包就尽量不要用pip或者conda了，综合知乎文章和Caffe2官方脚本，目前找不到libatlas-dev，就不装了，Caffe2官方脚本也没有要这个。其他的像glog之类，是可以选装的，后面setup.py如果检测到就会自动使用：

sudo apt-get install libopenblas-dev m4 libblas-dev cmake

接下来安装Python依赖。apt、pip、conda三者是有一定重叠的，遇到问题可以灵活调整，反正目标就是满足依赖的版本要求。要小心虚拟环境有可能读不到apt安装的全局site，尽量使用conda和pip。

conda install opencv numpy pyyaml cython

Berryconda的numpy是1.15版本的，有个Bug会导致torch不能用，这里我们再用pip装一个1.16（是的，2个版本可以共存）：

pip install numpy==1.16

接下来获取pytorch源码并切换到1.2.0分支，关闭不需要的依赖，具体的开关可以查看setup.py，里面有非常详细的说明。不用担心fpu配置，Pytorch会自动识别并添加相应的配置项：

git clone https://github.com/pytorch/pytorch.git
cd pytorch
git checkout v1.2.0
git submodule update --init --recursive
export NO_CUDA=1
export NO_DISTRIBUTED=1
export NO_MKLDNN=1
export NO_TEST=1

好了，可以开始编译wheel：

python setup.py bdist_wheel

1.2.0使用的protobuf有一个Bug会导致报undefined reference to `__atomic_fetch_add_8&＃8217;的错误，参考Pytorch Issue，升级protobuf到最新即可解决：

git submodule update --remote third_party/protobuf

执行这一句之后重新编译就可以了。

由于有了4G内存，并行编译再也不用担心爆内存了。4个核心全开，整个编译过程中内存占用最多1.6G左右（所以2G版的应该也可以）。编译速度挺快的，用了NO_TEST，2个多小时搞定。编译的时候，有风扇无散热片的CPU在59度左右，感觉还好。

最后就是安装编译好的wheel包了：

cd dist
pip install ./torch-1.2.0a0+8554416-cp36-cp36m-linux_armv7l.whl

我已经在树莓派4上跑了一个人脸检测+跟踪的网络，由于模型比较大，每一帧需要500ms左右（显卡上几毫秒）。接下来就是找一些适合移动端的网络来试试了。