因为要在arm(aarch64)架构的linux环境中安装tensorflow-gpu,但是官方tf网上没有对应的版本,所以我们找了好久,找到一个其他人编译好的tensorflow on arm的github(https://github.com/lhelontra/tensorflow-on-arm),但是用pip install 完成之后 的时候出现

谷歌了一下,发现需要更新libstdc++,但是试过无数种办法,始终更新不了!!!

然后我们又在nvidia官网找了另一种方法:https://docs.nvidia.com/deeplearning/dgx/install-tf-jetsontx2/index.html,

这个是nvidia专门为jetson tx2的板子出的tensorflow,直接用pip命令装就可以。

pip install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu

但是有一个问题,它的前提是要安装Jetpack3.3,里面包含了cuda、cudnn、opencv等。然后问题来了,怎么安装Jetpack3.3呢,这就相当于给手机刷机,还要准备一条usb线,连接两台机器。

首先需要在一台linux_86_64的电脑上下载好.run文件(注意是在另外一台机器上下载安装),下载地址:https://developer.nvidia.com/embedded/downloads#?search=jetpack%203.3

安装官方指南一步一步安装,前面都很顺畅,但是到了这里的时候就有点懵逼了

一开始我们用的是第二种方法,让pc机和tx2机都连上wifi,这个过程没有出错,但是安装好发现,我的pc机上不了网,也更新不了wifi列表了,这是因为在选择第二种方法的时候我的pc机变成了路由器。解决方法是

修改 /etc/netowork/interfaces

只留下前面两行:

auto lo

iface lo inet loopback

就可以正常搜索wifi了。

第一种方法是需要两台机都连上相同的路由器,然而!无论采用哪一种方法,安装过程中没有报错,但是刷机后发现仍然是没有cuda在/usr/local/目录下的。。。绞尽脑汁,搜遍网络。

最后发现,其实pc机上的安装过程中下载好了cuda包,我可以直接把需要的包拷贝过来,然后在目标jetson tx2上面安装啊!

在 jetpack_download的文件价下面:

选择前三个包,然后拷贝到arm主机上面,分别执行3条 sudo dpkg -i cuda-xxxx.deb 命令安装这3个包。

然后:

sudo apt update

sudo apt install cuda-toolkit-9.0

cuda9.0就安装好了!!!!!

---------------------  
作者:拾花儿  
来源:CSDN  
原文:https://blog.csdn.net/m0_37718269/article/details/83901861  
版权声明:本文为博主原创文章,转载请附上博文链接!

arm安装cuda9.0,tensorflow-gpu, jetson tx2安装Jetpack踩坑合集的更多相关文章

  1. tensorflow踩坑合集2. TF Serving & gRPC 踩坑

    这一章我们借着之前的NER的模型聊聊tensorflow serving,以及gRPC调用要注意的点.以下代码为了方便理解做了简化,完整代码详见Github-ChineseNER ,里面提供了训练好的 ...

  2. tensorflow feature_column踩坑合集

    踩坑内容包含以下 feature_column的输入输出类型,用一个数据集给出demo feature_column接estimator feature_column接Keras feature_co ...

  3. ubuntu16.04 安装cuda9.0+cudnn7.0.5+tensorflow+nvidia-docker配置GPU服务

    [摘要] docker很好用,但是在GPU服务器上使用docker却比较复杂,需要一些技巧,下面将介绍一下在ubuntu16.04环境下的GPU-docker环境搭建过程. 第一步: 删除之前的nvi ...

  4. Jetson TX2安装tensorflow(原创)

    Jetson TX2安装tensorflow 大致分为两步: 一.划分虚拟内存 原因:Jetson TX2自带8G内存这个内存空间在安装tensorflow编译过程中会出现内存溢出引发的安装进程奔溃 ...

  5. 安装CUDA9.0及对应版本的tensorflow-gpu详细过程(Windows server 2012R2版本也可以)

    由于最近跑机器学习相关代码的时候CPU运算速度跟不上,这才利用GPU来运算代码,显然使用GPU来运算速度明显要快很多,但是搭配GPU的使用环境是真的麻烦且头疼.网上有很多牛人的搭建过程,虽然他们都成功 ...

  6. 【ARM-Linux开发】【CUDA开发】【深度学习与神经网络】Jetson Tx2安装相关之三

    JetPack(Jetson SDK)是一个按需的一体化软件包,捆绑了NVIDIA®Jetson嵌入式平台的开发人员软件.JetPack 3.0包括对Jetson TX2 , Jetson TX1和J ...

  7. Jetson TX2 安装JetPack3.3教程

    Jetson TX2 刷机教程(JetPack3.3版本) 参考网站:https://blog.csdn.net/long19960208/article/details/81538997 版权声明: ...

  8. Ubuntu16.04安装cuda9.0+cudnn7.0

    Ubuntu16.04安装cuda9.0+cudnn7.0 这篇记录拖了好久,估计是去年6月份就已经安装过几遍,然后一方面因为俺比较懒,一方面后面没有经常在自己电脑上跑算法,比较少装cuda和cudn ...

  9. Ubuntu18.04+CUDA9.0+cuDNN7.1.3+openface安装总结

    目录 前言 编译工具CMake C++标准库安装 下载OpenFace代码 OpenCV安装 luarocks-Lua 包管理器,提供一个命令行的方式来管理 Lua 包依赖.安装第三方 Lua 包等功 ...

随机推荐

  1. windows远程桌面不显示本地磁盘

    \\tsclient\D 在资源管理器输入上面的内容就可以访问本地的D盘,但是前提是连接远程桌面的时候设置了可以访问本地D盘.

  2. Day9 - D - Piggy-Bank POJ - 1384

    Before ACM can do anything, a budget must be prepared and the necessary financial support obtained. ...

  3. 洛谷 P1886 滑动窗口 /【模板】单调队列

    纯板子题,入队时保证单调性,即单调栈,出队保证题目条件,本题即窗口长度k,在入队出队时都可以维护信息 ; int buf[maxm], maxq[maxm], minq[maxm], ans1[max ...

  4. 小米xiaomi9 google play卡在检查信息

    终于在今年淘汰掉用了三年的果6s,换了小米9 ,结果发现科学..上网后,可以正常打开google网页,却无法登陆,gmail也无法使用.一直卡在“正在核对信息”. 检查服务,小米9 全系列自带了谷歌框 ...

  5. js求两个整数的百分比

    function GetPercent(num, total) {                          num = parseFloat(num);                   ...

  6. WebAPI实例

    @{ ViewBag.Title = "About"; } @*<script src="~/Scripts/jquery-1.7.1.min.js"&g ...

  7. centos 安装 memcached

    centos 安装 memcached 1. 安装依赖: libeventyum install libevent-devel 2. 获取最新版本wget http://memcached.org/l ...

  8. Windows驱动开发-DeviceIoControl函数参数dwIoControlCode

    函数语法 BOOL DeviceIoControl( HANDLE hDevice, DWORD dwIoControlCode, LPVOID lpInBuffer, DWORD nInBuffer ...

  9. LInux的服务器编码格式的查看与更改

    1.locale 命令查看字符编码 然后修改/etc/sysconfig/i18n,如改成中文编码: LANG=en_US.UTF-8 改为 LANG="zh_CN.GBK" 然后 ...

  10. docker学习笔记-04:docker容器数据卷

    一.容器数据卷是什么 1.为了保存docker容器运行时产生的数据,做数据的持久化,我们需要用到容器数据卷.因为如果不通过docker commit 生成新的镜像,那么当容器被删除时,数据自然就没有了 ...