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
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
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。