本文的环境搭建均在VMware17Pro上进行
miniconda3是Anaconda3的轻量化版本，同样能够通过虚拟环境conda来管理Python版本。
安装miniconda3
进入下载目录执行安装脚本：
sudo bash ./Miniconda3-py312_24.4.0-0-Linux-x86_64.sh一直按住回车跳过条款：
输入yes：
输入安装目录（不输入则默认/root/miniconda3目录安装），建议自定义，root目录下环境变量不好配置：
默认no：
安装完成：
配置miniconda3环境
添加环境变量
在/etc/profile文件中加入miniconda3的环境变量，这会添加到所有用户的环境中而且关闭终端和重启都不会影响，很方便，若要指定用户建议修改用户的.bashrc。
sudo vim /etc/profile#在文件末尾加入
export PATH=$PATH:/home/sora/miniconda3/binsource /etc/profile #更新环境变量
conda -V #加入成功则打印conda版本创建并激活环境
conda create -n rknn python=3.8 #推荐使用python3.8
conda init #首次必须先init再重启终端activate，之后就不用了
conda activate rknn #进入rknn环境
安装rknn-toolkit2
解压压缩包，我们这次使用rknn-toolkit2用于转化和评估RKNN模型。
rknn-toolkit_lite2是使用python部署RKNN模型到开发板上的软件包,rknpu2是使用RKNN API库(C/C++)的部署RKNN模型的软件包。
conda activate rknn
cd /home/sora/rknn-toolkit2-1.6.0/rknn-toolkit2/packages #进入具体软件包目录
ls #查看文件我们要安装这两个Python3.8版本的依赖和软件（与创建的环境一样）：
较大的包可以使用文档推荐的pip源安装
部分依赖可能在第一步安装失败，可以使用apt更新一下pip或者换源（推荐）。
sudo apt upgrade pippip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 清华源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ # 阿里源
pip config set global.index-url http://mirrors.cloud.tencent.com/pypi/simple # 腾讯源
pip config set global.index-url http://pypi.douban.com/simple/ # 豆瓣源
pip config unset global.index-url # 换回默认源如果还安装不了的话也不用担心，安装软件包时会再自动安装缺少的必要的包。
pip install onnx==1.14.1 onnxoptimizer==0.2.7 onnxruntime==1.14.1 torch==1.10.1 tensorflow==2.8.0 -i https://mirror.baidu.com/pypi/simple #先通过推荐镜像源安装比较大的包pip install -r ./requirements_cp38-1.6.0.txt #安装依赖pip install ./rknn_toolkit2-1.6.0+81f21f4d-cp38-cp38-linux_x86_64.whl #安装软件包conda list
显示有rknn-toolkit2则安装成功。
Comments NOTHING