3. Python虚拟环境配置

任务目标

在边缘设备（如树莓派、Jetson Nano等ARM架构设备）上，为AI推理项目创建独立的Python 3虚拟环境，安装适用于ARM平台的TensorFlow Lite Runtime包，并通过导入测试验证环境可用。本案例不涉及模型转换或推理代码，仅完成环境搭建与依赖验证。

环境准备

边缘设备需已安装Python 3.7～3.10（推荐3.9）及python3-venv系统包。若尚未安装，执行：

sudo apt update
sudo apt install -y python3-venv python3-pip

完整实现

以下脚本完成虚拟环境创建、TensorFlow Lite Runtime安装及导入验证的全部步骤。将脚本保存为setup_tflite_env.sh：

#!/bin/bash
set -e

# 1. 创建虚拟环境
ENV_DIR="$HOME/tflite-env"
python3 -m venv "$ENV_DIR"

# 2. 激活环境并升级pip
source "$ENV_DIR/bin/activate"
pip install --upgrade pip

# 3. 安装TensorFlow Lite Runtime（ARM平台专用包）
pip install --extra-index-url https://google-coral.github.io/py-repo/ tflite-runtime

# 4. 验证导入
python -c "import tflite_runtime.interpreter as tflite; print('TFLite Runtime版本:', tflite.get_version_string() if hasattr(tflite, 'get_version_string') else '已安装')"

echo "=== 环境配置完成 ==="
echo "激活命令: source $ENV_DIR/bin/activate"

运行方式

1. 赋予脚本执行权限并运行：

chmod +x setup_tflite_env.sh
./setup_tflite_env.sh

2. 脚本执行完毕后，虚拟环境位于~/tflite-env。后续使用需先激活：

source ~/tflite-env/bin/activate

验证方法与判定标准

执行以下命令确认环境可用：

source ~/tflite-env/bin/activate
python -c "from tflite_runtime.interpreter import Interpreter; print('导入成功')"

判定通过条件：

• 脚本运行无报错，最后一行输出=== 环境配置完成 ===；
• 上述验证命令输出导入成功，无ModuleNotFoundError或ImportError；
• pip list中能看到tflite-runtime包记录。

常见问题

• 安装超时或找不到包：确认设备架构为ARM64或ARMv7，且Python版本在3.7～3.10之间。x86设备请改用pip install tflite-runtime（不带extra-index-url）。
• 提示externally-managed-environment：这是较新系统的PEP 668限制，脚本已通过venv隔离规避，无需额外处理。
• 虚拟环境删除重建：直接删除~/tflite-env目录后重新运行脚本即可。

关键说明

本案例仅覆盖环境搭建与包导入验证。TensorFlow Lite Runtime的Interpreter类用于后续模型加载与推理，但不在本案例范围内。若需在Jetson设备上使用GPU加速，需额外安装对应的TensorFlow版本，而非本案例的tflite-runtime。