Jetson tx1开发小笔记

安装opencv

由于opencv要自己编译，所以安装opencv之前要准备好自己的空间够用，首先先从opencv官网上上面下载opencv源码，

https://opencv.org/releases.html

下载完unzip 进行解压，并cd 进入

mkdir build创建build文件夹

cd build

然后就可以进行编译了，这是我的编译代码

cmake \
    -DCMAKE_BUILD_TYPE=Release \
    -DCMAKE_INSTALL_PREFIX=/usr \
    -DBUILD_PNG=OFF \
    -DBUILD_TIFF=OFF \
    -DBUILD_TBB=OFF \
    -DBUILD_JPEG=OFF \
    -DBUILD_JASPER=OFF \
    -DBUILD_ZLIB=OFF \
    -DBUILD_EXAMPLES=ON \
    -DBUILD_opencv_java=OFF \
    -DBUILD_opencv_python2=ON \
    -DBUILD_opencv_python3=ON \
    -DENABLE_PRECOMPILED_HEADERS=OFF \
    -DWITH_OPENCL=OFF \
    -DWITH_OPENMP=OFF \
    -DWITH_FFMPEG=ON \
    -DWITH_GSTREAMER=ON \
    -DWITH_GSTREAMER_0_10=OFF \
    -DWITH_CUDA=ON \
    -DWITH_GTK=ON \
    -DWITH_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_1394=OFF \
    -DWITH_OPENEXR=OFF \
    -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0 \
    -DCUDA_ARCH_BIN=6.2 \
    -DCUDA_ARCH_PTX="" \
    -DINSTALL_C_EXAMPLES=ON \
    -DINSTALL_TESTS=ON \
    -DOPENCV_TEST_DATA_PATH=../opencv_extra/testdata \
    ../

 

注意这里-DBUILD_opencv_python3=ON

还有找到你自己的cuda地址，才可以cuda加速。-DUDA_TOOLKIT_ROOT_DIR=你的cuda地址

但是最后编译失败了，然后想了想换个版本试一下，结果就编译成功了，所以如果编译失败可以换个版本试一下。这里我用的是opencv3.4.5。

编译成功再make -j4 install 进行安装就可以了。

安装tensorflow

找了tensorflow找了好久，最后在github的jetsonhacks找到了他的tensorflow1.3,而且有编译好的了，我固然选择编译好的了，因为内存不够而且还要安装bazel,这里tensorflow1.3的地址https://github.com/jetsonhacks/installTensorFlowJetsonTX

下载就直接sudo pip3 install tensorflow...whl，然后就非常高兴地来import tensorflow验证一下，不料却import失败了。原来是我的cuda版本没有与tensorlfow1.3对应，tensorflow1.3对应的是cuda8.0和cudnn6,所以接下来我得删掉我的cuda9.0来开始了。

安装cuda8.0和cudnn6

删完cuda后，我就开始找cuda8.0了，不料找了一天都没找着，从jetpack中下载安装包又总是联网失败，如果要从jetpack下载，则要选择jetpack3.1,里面的安装包就是cuda8.0和cudnn6.最后在几乎散失希望的情况下我找到了这位老兄的博客https://blog.csdn.net/u011728480/article/details/80322547，真的是良心啊，里面总结jetpack各个版本的各个安装包的下载地址，然后我就从里面找到了我的cuda8.0下载地址

http://developer.download.nvidia.com/devzone/devcenter/mobile/jetpack_l4t/009/linux-x64/cuda-repo-ubuntu1604-8-0-local_8.0.64-1_amd64.deb

cudnn有两个分别为libcudnn6_6.0.21-1+cuda8.0_arm64.deb和libcudnn6-dev_6.0.21-1+cuda8.0_arm64.deb这两个文件，地址分别为http://developer.download.nvidia.com/devzone/devcenter/mobile/jetpack_l4t/013/linux-x64/libcudnn6_6.0.21-1+cuda8.0_arm64.deb

http://developer.download.nvidia.com/devzone/devcenter/mobile/jetpack_l4t/013/linux-x64/libcudnn6-dev_6.0.21-1+cuda8.0_arm64.deb

然后先安装cuda8.0

先dpkg -i cuda-repo-l4t-8-0-local_8.0.84-1_arm64.deb

然后更新安装源sudo apt-get update，然后再sudo apt-get install cuda-toolkit-8-0进行安装就可以了，

两个cudnn包就分别dpkg -i ... 就可以了。

然后import tensorflow测试成功，

非常快乐。