在配置好rk3588的静态ip后，配置rk3588静态ip链接，可以远程ssh配置rk3588的软件环境

1. 安装必要的linux工具包

# 1.更新可用软件包列表
sudo apt update

# 2.更新已安装的包
sudo apt upgrade

# 3. 必要的包，安装所有的依赖
sudo apt install build-essential
sudo apt install cmake

# 4.安装之后，才可以在其他系统中，通过ssh工具远程登陆
sudo apt install openssh-server

# 附：
# 安装包
sudo apt install 软件名
# 卸载包
sudo apt remove 软件名

2. 安装conda

# miniconda下载镜像源
https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

# 下载镜像包
wget 链接

# 安装miniconda
bash 包路径

# 激活base环境
bash

# 设置每次进入用户就自动激活base环境
conda config --set auto_activate_base true

3. 创建conda环境

# 创建虚拟环境
conda create -n env_name python=3.8

# 查看有哪些虚拟环境
conda env list

# 激活虚拟环境
conda activate env_name

# 退出激活的虚拟环境
conda deactivatee env_name

# 删除虚拟环境
conda remove -n env_name --all

# 修改python版本
conda install python=3.5

4. 配置conda镜像源

#设置清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
#设置bioconda
conda config --add channels bioconda
conda config --add channels conda-forge
#设置搜索时显示通道地址
conda config --set show_channel_urls yes

5. 安装Toolkit(x86架构)/Tollkitlite(arm架构)

在github下载Toolkit到本地，链接，进行以下操作。

# 安装tensorflow时可能会报错， Failed to build h5py，可以先安装以下两个包
# 注意： 用pip安装h5py报错的话就用conda install h5py安装
# 或者可以先把tensorflow注释，后期要用时再装
pip install Cython
pip install h5py

# 安装对应的requirements
pip install -r requirements -i 镜像源

# 安装对应python版本的Toolkit
pip install xxx.whl

到此就可以使用rk3588上的npu加速深度神经网络。