一、查看架构,是aarch64
二、1. 安装TensorFlow GPU版本
pip3安装TensorFlow,该命令将安装与JetPack 4.5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4.6则将v45改为v46即可
pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow
2. 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
pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 'tensorflow<2'
如若不成功,则有可能依赖没有安装,装下如下 的依赖包
sudo apt 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 pip testresources setuptools==49.6.0
sudo pip3 install -U --no-deps numpy==1.19.4 future==0.18.2 mock==3.0.5 keras_preprocessing==1.1.2 keras_applications==1.0.8 gast==0.4.0 protobuf pybind11 cython pkgconfig
pip3 install -U h5py==3.1.0
然后再次安装tensorflow
pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v46 tensorflow
三、导入测试
会提示有Illegal instruction(cpre dumped)的错误信息,些时需要将“export OPENBLAS_CORETYPE=ARMV8”加入到“~/.bashrc”中
sudo gedit ~/.bashrc
export OPENBLAS_CORETYPE=ARMV8
然后再次测试
四、github上有别人编译好的TensorFlow,可以手动下载https://github.com/lhelontra/tensorflow-on-arm/releases下载,我下载的是tensorflow2.3
四、安装
网络正常的话,就安装完成了