在ARM32v7 Docker容器安装scikit-learn遇cmake/ninja错误求助

问题根源 #

Windows生成的requirements.txt中scikit-learn适配x86架构，在arm32v7容器中安装时需要源码编译，但基础镜像缺少cmake、ninja等编译依赖；直接移除依赖则运行时会因缺失sklearn模块报错。

解决办法 #

方案1：安装编译依赖后从源码编译 #

修改Dockerfile，先安装编译所需的系统工具，再安装Python依赖：

FROM arm32v7/python:3.9-buster

# 安装scikit-learn编译依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    cmake \
    ninja-build \
    g++ \
    gcc \
    python3-dev \
    && rm -rf /var/lib/apt/lists/*

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

注意：arm32架构编译速度慢，需耐心等待。

方案2：使用arm32预编译包避免源码编译 #

放弃源码编译，直接用适配arm32的预编译scikit-learn包：

1. 调整requirements.txt，指定存在arm32预编译包的版本（如0.24.2）：

fastapi>=0.95.0
uvicorn>=0.22.0
joblib>=1.2.0
scikit-learn==0.24.2

2. 修改Dockerfile，安装时强制使用预编译轮子，或用树莓派专用预编译源：

FROM arm32v7/python:3.9-buster

WORKDIR /app

COPY requirements.txt .
# 优先使用预编译轮子，避免源码编译
RUN pip install --no-cache-dir --only-binary :all: -r requirements.txt
# 若上述命令失败，改用树莓派专用预编译源
# RUN pip install --no-cache-dir -i https://www.piwheels.org/simple -r requirements.txt

COPY . .

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

方案3：同架构环境生成模型与依赖文件 #

在树莓派本地或arm32容器中完成模型训练，保存joblib文件，并生成适配arm32的requirements.txt：

1. 在arm32环境中安装所有依赖后，执行pip freeze > requirements.txt；
2. 用该requirements.txt和同环境生成的模型文件打包镜像，彻底避免跨架构兼容问题。

额外提示 #

• 不要直接复用Windows环境生成的requirements.txt，不同架构的依赖包版本兼容性差异大；
• 若Windows生成的模型加载失败，建议在arm32环境重新训练导出。

内容的提问来源于stack exchange，提问作者tailoxyn