Jetson AGX Xavier虚拟环境安装tensorflow

安装环境用了好几天，记录文章，以备查看

在开发板安装系统后，安装miniforge，作用与anaconda相同，管理虚拟环境。

在虚拟环境安装tensorflow前，尽量不要改软件源，会有很多问题哦。

第一步：查看开发板的属性

head -n 1 /etc/nv_tegra_release

这个指令其实就是查看 /etc/nv_tegra_release 的第一行，当前板卡属性为：

R32,REVISION:4.4, GCID: 23942405, BOARD: t186ref, EABI: aarch64

查看板卡系统属性的官方论坛：设备与版本信息

第二步：对比系统版本，根据官方链接，选择合适的tensorflow版本：官方地址

如果在虚拟环境中安装，创建虚拟环境并激活：

conda create -n py36 python=3.6
conda activate py36

关闭虚拟环境指令：conda deactivate

在环境中使用的指令为：

sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev
sudo apt-get install python3-pip
pip3 install -U pip
pip3 install -U pip testresources setuptools numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11
# TF-2.x
$ pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow==2.3.1+nv20.12
# TF-1.15
$ pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 ‘tensorflow<2’

安装会耗费一定的时间，而且会自动安装一些依赖包，不一定是因为报错。如果不在虚拟环境中安装，需要在pip3前加sudo

注意，安装h5py时可能会出错，执行指令

sudo apt-get install python3-h5py

这样，tensorflow基本安装成功，可以进入python中，利用import tensorflow确定是否安装成功。

conda环境列表可以用conda list查看，在基础环境中可以使用pip list查看安装列表。

在看的众多博文中，这两篇最清晰：1，2