2021-05-09补充之所以补充，是因为同学看了这个教程。...所以，你知道吗，如果你的系统是树莓派的官方镜像，不幸的是，你是32位系统，也就是armv7l。如果此时要安装tensorflow（前提是你用的是系统自带的3.7），我从下面的地址下载tensorflow-2.4.0-cp37-none-linux_armv7l.whl。这个很重要，因为树莓派官方系统版本是armv7l，下面教程使用的是Ubuntu64位系统，也就是aarch64操作系统版本ubuntu18.0.4机器树莓派4BTarget安装tensorflow先看链接下面，下载你需要的tensorflow树莓派4B安装Tensorflow（Python3.5和3.7分别安装）下载的版本需要和你的一样在安装tensorflow之前，需要安装一些工具，然后安装一些依赖库。先安装sudoapt-getinstalllibhdf5-dev然后安装cython（不是cpython）sudopipinstallCython和wheelsudopipinstallwheel准备工作已经做好了。temsorflow源码下载地址可以直接sudopipinstalltensorflow-2.2.0-cp37-none-linux_aarch64.whlpip会自动解决tensorflow的依赖库，但是scipy和h5py会比较慢keras-preprocessing,gast,absl-py,grpcio,h5py,opt-einsum,tensorflow-estimator,termcolor,protobuf,tensorboard-plugin-wit,轮子,pyasn1,rsa,cachetools,pyasn1-modules,google-auth,oauthlib,requests-oauthlib,google-auth-oauthlib、zipp、importlib-metadata、markdown、werkzeug、tensorboard、wrapt、astunparse、google-pasta、tensorflow这些是sudopipinstalltensorflow-2.2.0-cp37-none-linux_aarch64.whl命令运行时，检查并安装依赖库。如果安装卡住，退出手动安装。sudopipinstallxxxx安装完成后运行以下代码,x_test=x_train/255.0,x_test/255.0model=tf.keras.models.Sequential([tf.keras.layers.Flatten(input_shape=(28,28)),tf.keras.layers.Dense(128,activation='relu'),tf.keras.layers.Dropout(0.2),tf.keras.layers.Dense(10,activation='softmax')])model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])model.fit(x_train,y_train,epochs=5)model.evaluate(x_test,y_test)如果输出正常，说明tensorflow基本功能没问题
