环境搭建：Ubuntu配置、Python虚拟环境、PyTorch安装与Android Studio

说实话，模型移植这件事，很多人一上来就急着写代码、调模型。但我个人的经验是——环境没搭好，后面全是坑。我在早期做MobileViT落地时，就因为在NDK版本上栽过跟头，浪费了整整两天。所以这一章，咱们把地基打牢。

2.1 Ubuntu基础环境配置

我习惯用Ubuntu 20.04 LTS，稳定、兼容性好。如果你用的是22.04，也没问题，但要注意CUDA的版本匹配。

首先，更新系统包：

sudo apt update && sudo apt upgrade -y
sudo apt install build-essential cmake git wget curl vim -y

这里有个小细节——build-essential包含了gcc、g++等编译工具，后面编译Android NDK的native代码时会用到。我曾经遇到过有人漏装这个，结果编译OpenCV时报了一堆莫名其妙的错。

2.2 Python虚拟环境管理

为什么要用虚拟环境？说白了，就是防止不同项目之间的包冲突。我见过太多人把包装到系统Python里，最后搞到连pip都用不了。

我个人推荐conda，尤其是做深度学习的朋友。它不仅能管理Python版本，还能管理CUDA相关的包。

# 安装Miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# 创建虚拟环境
conda create -n mobilevit python=3.8 -y
conda activate mobilevit

嗯，这里要注意——Python版本我选3.8，因为PyTorch 1.12对3.8支持最好。你如果非要用3.10，也不是不行，但有些老库可能不兼容。

2.3 PyTorch安装与验证

PyTorch的安装，核心是选对CUDA版本。我建议先查一下你的显卡驱动支持的最高CUDA版本：

nvidia-smi
# 看右上角的 "CUDA Version: 11.7"

然后去PyTorch官网选对应的安装命令。以CUDA 11.7为例：

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

装完后，一定要验证一下：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果输出True，恭喜你，GPU环境通了。如果输出False，别慌——先检查驱动，再检查CUDA版本是否匹配。我遇到过最奇葩的一次，是有人装了两套CUDA，系统路径乱了。

2.4 Android Studio与NDK配置

这部分是很多人的噩梦。Android Studio本身不难装，难的是NDK版本的选择和CMake的配置。

2.4.1 安装Android Studio

去官网下载Linux版，解压后运行./studio.sh就行。我习惯把它放到/opt/目录下：

sudo mv android-studio /opt/
cd /opt/android-studio/bin
./studio.sh

第一次启动会引导你安装SDK。我建议把SDK路径设到一个好记的地方，比如~/Android/Sdk。

2.4.2 NDK版本选择

这里有个关键点——不是越新越好。MobileViT模型移植时，我推荐使用NDK r23c。为什么？因为r23c对C++17支持好，而且兼容大部分ONNX Runtime的版本。

在Android Studio里，通过SDK Manager安装NDK：

• 打开 SDK Manager → SDK Tools 选项卡
• 勾选 NDK (Side by side)
• 选择 23.1.7779620（对应r23c）

2.4.3 CMake与工具链配置

Android Studio自带CMake，但版本可能比较老。我建议手动装一个更新的：

sudo apt install cmake
cmake --version  # 确保版本 >= 3.18

然后在项目的build.gradle里指定NDK路径：

android {
    ndkVersion "23.1.7779620"
    defaultConfig {
        externalNativeBuild {
            cmake {
                cppFlags "-std=c++17 -O2"
                abiFilters "arm64-v8a", "armeabi-v7a"
            }
        }
    }
}

这里abiFilters我只留了arm64-v8a和armeabi-v7a。x86的模拟器用不到，去掉能减少编译时间。

2.5 整体环境结构图

下面这张图，是我自己整理的环境依赖关系。你照着搭，基本不会漏东西：

2.6 验证环境是否就绪

所有东西装完后，我习惯跑一个快速验证脚本。你可以在终端里依次执行：

# 1. 检查Python
python --version  # 应输出 Python 3.8.x

# 2. 检查PyTorch
python -c "import torch; print('PyTorch:', torch.__version__)"

# 3. 检查NDK
ls ~/Android/Sdk/ndk/23.1.7779620/

# 4. 检查CMake
cmake --version  # 应 >= 3.18

如果全部通过，恭喜你——环境搭建完成。接下来就可以正式开始MobileViT的模型移植了。