Jetson Nano 安装TensorFlow GPU及问题解决

图灵。

已于 2022-06-19 20:56:17 修改

阅读量2.7k

点赞数 6

分类专栏： Ubuntu 文章标签： tensorflow 深度学习 ubuntu

于 2022-06-19 17:10:32 首次发布

本文链接：https://blog.csdn.net/weixin_48953899/article/details/125359207

版权

Ubuntu 专栏收录该内容

15 篇文章

订阅专栏

Jetson Nano 安装TensorFlow GPU及问题解决

**
1.安装pip3及更改源安装
nano 自带python3.6.9

sudo apt install python3-pip python3-dev

下载后若想更新pip3的版本，临时使用清华源

python3 -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple

2.安装依赖及其它学习包

sudo apt install python3-scipy -y
sudo apt install python3-pandas -y
sudo apt install python3-sklearn -y
sudo apt install python3-seaborn -y

（1）nano已经自带cuda，只需在.bashrc文件中添加如下

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

终端输入nvcc -V查看版本。
Cuda compilation tools, release 10.2, V10.2.89
（2）安装各种依赖

sudo apt-get update
sudo apt install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran

sudo pip3 install -U numpy==1.16.1 future==0.18.2 mock==3.0.5 h5py==2.10.0 keras_preprocessing==1.1.1 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11

（3）安装TensorFlow GPU版本
方法一：
使用pip3安装TensorFlow，该命令将安装与JetPack 4.4兼容的TensorFlow的最新版本（博主使用该命令成功安装TensorFlow2.3.0，安装过程很漫长，你的JetPack版本若是4.5则将v44改为v45即可）：

sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow

TensorFlow版本2是最近发布的，并且与TensorFlow 1.x并不完全向后兼容。如果您希望使用TensorFlow 1.x软件包，则可以通过将TensorFlow版本指定为小于2来安装它，如以下命令所示：

sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 'tensorflow<2'

方法二：
还可以去官网挑选更多版本下载：
下载对应版本的.whl文件然后使用pip命令安装例如：官网
在这里插入图片描述

pip3 install tensorflow-1.15.5+nv22.3-cp38-cp38-linux_aarch64.whl

方法三：
参考官网给的安装方法https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html
3.测试
终端一次输入

python3
import tensorflow as tf
# 输出提示：
tensorflow/stream_executor/platform/default/dso_loader.cc:49] Successfully opened dynamic library libcudart.so.10.2

a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
# 输出结果：
# tf.Tensor(3.0, shape=(), dtype=float32)
 
print('GPU:', tf.test.is_gpu_available())
# 输出最后一句为：
# GPU: True

4.问题及解决
（1）python版本低
在这里插入图片描述
遇到此问题则使用上述的方法二安装，并将下载的.whl文件中的两处protobuf>=3.6.1改为protobuf==3.6.1(你也可以将升级python，我认为升级python有点费劲)

（2）

执行此命令

python3 -m pip install --upgrade --force pip
pip3 install setuptools==33.1.1