在ARM A53的飞凌开发板上搭建深度学习，该环境类似anaconda一样实现包管理器。 python在ARM环境变量配置包管理器

miniforge Mac m1芯片适配的最新版安装包

马克西conda 完全基于 ， （ 或 ）和用户。 理由 此安装程序的“存在理由”是， 安装程序不支持处理器，nighter即开即用的安装程序，因为两者均基于。 虽然有安装程序，但是这个（作为miniconda）安装了（非常）基本的base环境，并让用户自己做一些命令行魔术来使事情进展。 miniconda和miniforge设计考虑了 （因此带有mini前缀），而anaconda设计考虑了用户，如果将其放在表中， maxiconda适用位置将变得很清楚： 因此，当我们要使用conda-

edgyR容器：面向NVIDIA:registered:Jetson:trade_mark:R开发人员的Docker映像 更新-2021-02-12 我正在暂停此项目的增强功能一段时间。 我将继续更新R，RStudio服务器，Miniforge以及edgyr映像和安装程序上所有其他组件的版本，但我不会添加新功能。 有两个原因： 我一直无法找到适用于Ubuntu 18.04 arm64 Docker构建的CI / CD服务。 因此，无论何时发生任何变化，我都必须在AGX Xavier上进行构