rasa ARM64编译过程
###前言:
此次编译是在Rasa v2.7.0版本的基础上进行的,
为了适配armv8架构的CPU,我们进行一些修改,
这次编译的难点在于,要反复切换不同的网络模式, 网络模式的切换也会影响到编译速度,
还有一点需要注意的是,底层依赖的包,如果安装不成功需要重新编译单独的包,有时候在网上找不到现成,编译好的包。
主要修改如下:
1> 下载conda环境,下载适合ARM64的安装文件
https://github.com/conda-forge/miniforge
2> 创建conda环境 ,指定python版本
创建conda环境,并且指定python版本为3.7
conda create -n python37 python=3.7
conda activate python37
3> 编译rasa需要条件为三部分:
1.poetry包管理器
此处很重要,一定调整好科学上网,否则,会导致:
1、下载失败
2、下载中断重新安装
3、安装中断
<
- * curl -sSL https://raw.githubusercontent.com/python-poetry/poetry/master/get-poetry.py | python
source $HOME/.poetry/env (此处可选添加环境变量)

本文详细记录了在rasa v2.7.0版本上,针对ARM64架构进行编译的过程。重点包括conda环境的下载与配置、poetry包管理器的安装、pip依赖的处理(如numpy, h5py, psycopg2, tensorflow等)、rasa源代码的安装以及最终rasa镜像的编译。在编译过程中,面临网络环境切换、依赖包的重新编译等挑战,特别是tensorflow及其addon的特定版本选择与安装。通过此过程,读者可以了解到rasa在ARM平台的部署策略。"
39577739,3233541,MyEclipse优化设置:解决卡死与提升效率,"['MyEclipse优化', '代码提示', '自动验证']
646

被折叠的 条评论
为什么被折叠?



