• 欢迎访问开心洋葱网站,在线教程,推荐使用最新版火狐浏览器和Chrome浏览器访问本网站,欢迎加入开心洋葱 QQ群
  • 为方便开心洋葱网用户,开心洋葱官网已经开启复制功能!
  • 欢迎访问开心洋葱网站,手机也能访问哦~欢迎加入开心洋葱多维思维学习平台 QQ群
  • 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏开心洋葱吧~~~~~~~~~~~~~!
  • 由于近期流量激增,小站的ECS没能经的起亲们的访问,本站依然没有盈利,如果各位看如果觉着文字不错,还请看官给小站打个赏~~~~~~~~~~~~~!

TX2之tensorflow环境部署(最简单)

人工智能 宗孝鹏 2827次浏览 0个评论

最近nvidia官网发布了专门针对tx2的tensorflow-gpu安装包,这样将TX2上部署tensorflow的难度大大降低,只需几个步骤即可。

 

1 刷机jetpack3.3

首先TX2必须是3.3版本的jetpack,因为截止目前nvidia发布的tensorflow只支持3.3版本的jetpack,如图所示,日后如果有更新了可以刷其它版本的,所以第一步就是给TX2刷机。具体的刷机方法网上有很多,我这里就不再赘述。可以参考这篇文章

TX2之tensorflow环境部署(最简单)

2 安装cuda9.0

发现刷机后在TX2上并没有安装好cuda和cudnn(不知道是不是个bug),因此需要手动安装一遍。所幸的是在刷机时,主机上有一个jetpack_download文件夹,里边有cuda和cudnn的安装文件,我们把这个文件夹拷到TX2上(我尝试只拷贝几

个安装包,安装时报错,可能是相互之间有关联,因此建议全部拷贝),然后cd进该文件夹,依次运行以下指令

#新打开终端
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af90.pub
#cd进jetpack_download文件夹
sudo dpkg -i cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb
sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb
sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb
sudo apt update
sudo apt install cuda-toolkit-9.0

安装完之后,运行nvcc -V指令,可输出cuda的相关信息,表明安装成功,如果提示没有nvcc指令,证明没有安装成功 

3 安装pip3

因为我想安装python3版本的tensorflow,所以需要用pip3来安装,而刷完机后默认是不带有pip和pip3的,因此需要自己装一下

我尝试过使用如下指令安装

sudo apt-get update
#或者sudo apt update?
sudo apt-get install python3-pip
但是运行时提示我找不到python3-pip的包,网上查方法都说是要更新源,我已经运行过update还不行,因此换一种安装方法

在该链接中找到get-pip.py文件,复制下来,保存在TX2本地上,然后运行以下指令即可

sudo python3 get-pip.py

4 安装tensorflow

方法一:下载安装包

官网链接中,下载whl安装包,注意要根据python选择合适的版本,我这里选择

TX2之tensorflow环境部署(最简单)

然后直接运行如下指令即可

sudo pip3 install tensorflow-1.8.0-cp35-cp35m-linux_aarch64.whl

如果安装时h5py这个包装不上,则先提前手动安装一下

sudo pip3 install cython
sudo apt-get install libhdf5-dev
sudo pip3 install h5py

方法二:按照官网教程,只需要运行如下指令

sudo pip3 install –extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu
但是我运行时报错如下:

SystemError: Cannot compile ‘Python.h’. Perhaps you need to install python-dev|python-devel
表示缺少一些依赖,解决方法是直接安装缺的依赖

sudo apt-get install python-dev python3-dev
安装完之后再运行上边sudo pip3 install语句即可,安装过程中要保证网络通畅,否则会报超时等错误,直接重新运行就行了。

 

5 验证

新打开一个终端,运行python3,然后导入tensorflow,不报错就表示安装成功

import tensorflow as tf
tf.__version__

6 卸载

卸载tensorflow也很简单,只需要一句指令

pip3 uninstall -y tensorflow-gpu

是不是很简单,赶紧在TX2上体验tensorflow吧~


开心洋葱 , 版权所有丨如未注明 , 均为原创丨未经授权请勿修改 , 转载请注明TX2之tensorflow环境部署(最简单)
喜欢 (0)

您必须 登录 才能发表评论!

加载中……