TX2 之tensorflow环境部署

2022-02-10

首先TX2必须是3.3版本，因为目前发布的版本只支持3.3版本，具体刷机步骤可以参考TX2刷机

安装 cuda9.0

正常情况下，如果刷机时选择了CUDA选项，刷机后会自动完成CUDA的安装。如果刷机后发现TX2上没有安装cuda和cudnn，需要手动安装。

好在刷机的时候，主机上有一个文件夹，里面有cuda和cudnn的安装文件。我们把这个文件夹复制到TX2，然后cd进这个文件夹，依次运行如下命令：

#新打开终端
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af90.pub
#cd进jetpack_download文件夹
sudo dpkg -i cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb
sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb
sudo apt update
sudo apt install cuda-toolkit-9.0

安装完成后，运行nvcc -V命令输出cuda的相关信息，说明安装成功。如果没有nvcc命令，则证明安装不成功。

安装 pip3

如果要安装版本需要使用pip3安装，刷机后默认不包含pip和pip3，需要自己安装

sudo apt-get update
sudo apt-get install python3-pip

安装方法一

下载安装包，在官网链接，下载whl安装包，注意选择合适的版本，我这里选择：

然后直接运行以下命令：

sudo pip3 install tensorflow-1.8.0-cp35-cp35m-linux_aarch64.whl

方法二

按照官网教程，运行如下命令即可：

sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu

如果报错是缺少一些依赖，解决方法是直接安装缺少的依赖：

sudo apt-get install python-dev python3-dev

安装完成后，运行上面的sudo pip3语句。安装过程中确保网络通畅，否则会报超时等错误，重新运行即可。

核实

新开一个终端，运行，然后导入，如果没有报错，则安装成功

import tensorflow as tf
tf.__version__

卸载

卸载也很简单，只需要一个命令：

pip3 uninstall -y tensorflow-gpu

分类：

技术要点：

相关文章：