JetsonNano搭建Tensorflow指南
由于JetsonNano处理器为ARM架构,不同于我们常用的X86架构,因此Tensorflow官网的安装方法不适用。JetsonNano相关教程较少,且错误较多,遇坑几率大,因此我根据Nvidia的官方英文文档,整理如下指南。
1. 设置软件源
1.1 apt源
JetsonNano自带系统为Ubuntu18.04,处理器为ARM架构,因此对应软件源名称为Ubuntu Ports,切记Ports不可少
推荐使用国内软件源,比如阿里云的、清华的等等
以中科大的软件源为例:
sudo gedit /etc/apt/sources.list #编辑软件源表
利用替换快捷键Ctrl+H,将软件源的地址改为http://mirrors.ustc.edu.cn/ubuntu-ports
保存文件后,更新索引以生效
sudo apt-get update #更新索引
1.2 pip源
装一些库的时候,使用国外的pip源下载速度慢,且连接不稳定,从而导致安装失败,推荐修改国内的pip源。
sudo mkdir ~/.pip/ #创建目录,.pip表示隐藏文件
sudo vim ~/.pip/pip.conf #创建配置文件
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
2. 安装Tensorflow及依赖
2.1 安装TensorFlow的系统依赖包
sudo apt-get update
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
2.2 安装并更新pip3
sudo apt-get install python3-pip
sudo pip3 install -U pip testresources setuptools==49.6.0
2.3 安装Python的依赖包
sudo pip3 install -U numpy==1.19.4 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
2.4 安装Tensorflow
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow
2.5 测试
python3
import tensorflow #若无报错则正确安装