linux下NVIDIA Jetson TX2 aarch64架构下安装tensorflow以及出现“Illegal instruction(cpre dumped)”非法指令(核心已转移)的解决方法

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