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:
© 版权声明
本站下载的源码均来自公开网络收集转发二次开发而来,
若侵犯了您的合法权益,请来信通知我们1413333033@qq.com,
我们会及时删除,给您带来的不便,我们深表歉意。
下载用户仅供学习交流,若使用商业用途,请购买正版授权,否则产生的一切后果将由下载用户自行承担,访问及下载者下载默认同意本站声明的免责申明,请合理使用切勿商用。
THE END
暂无评论内容