今天给我们的小主角安装tensorflow，一直为没舍得让它跑高算力东西，今天安装一下。
什么是TF？
TensorFlow™ 是一个开源软件库，用于使用数据流图进行数值计算。图中的节点表示数学运算，而图边表示在它们之间流动的多维数据数组（张量）。这种灵活的架构让你无需重写代码即可将计算部署到台式机、服务器或移动设备中的一个或多个 CPU 或 GPU。
那和平时的TF有什么区别？
安装TensorFlow for Jetson Platform 使你可以在轻量级移动平台上访问最新版本的框架，而不受TensorFlow Lite 的限制。
https://www.tensorflow.org/TF官网
可能需要翻墙。
因为没有网卡，这里使用手机的USB网路共享来实现联网
可以看看USB网卡的IP
主机为Win10，使用串口与Jetson连接
:~$ cat /proc/cpuinfoprocessor : 0model name : ARMv8 Processor rev 1 (v8l)BogoMIPS : 38.40Features : fp asimd evtstrm aes pmull sha1 sha2 crc32CPU implementer : 0x41CPU architecture: 8CPU variant : 0x1CPU part : 0xd07: 1
CPU为Arm V8
aarch64
sudo apt-get update
这个其实就是远端服务器做版本校验
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran此时报错一次
sudo dpkg --configure -a
TF的全部依赖成功
sudo apt-get install python3-pip先安装pip，也是更新
sudo pip3 install -U pip testresources setuptools==49.6.0更新前再安装点库
执行过程
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基础库安装，你就无脑复制
开始安装，前面是铺垫：
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow这里开始安装了，，，波特率太低了串口
看看样子
多次执行上面的安装例子，可能会因为内存什么的原因
多执行，网络好，就会成功
忘说了，应该先装Jetpack：
NVIDIA JetPack SDK 是构建 AI 应用的全面解决方案。JetPack SDK 支持所有 Jetson 模块和开发者套件。（我的TX1有救了）
JetPack SDK 包含适用于 Linux 操作系统的最新 Linux 驱动包 (L4T) 以及用于深度学习、计算机视觉、加速计算和多媒体的 CUDA-X 加速库与 API。它还包含用于主机和开发者套件的示例、文档和开发者工具，并支持更高级别的 SDK，例如用于直播视频分析的 DeepStream 以及用于机器人的 Isaac。
JetPack 4.4 是最新的正式版，支持所有 Jetson 模块。请记住4.4这个版本！！！
https://developer.nvidia.com/zh-cn/embedded/jetpack安装文档
哭死，果然贫穷是一个等级的
Nano和TX1是一个等级的
虽然处处不待见TX1，但是软件这种东西我相信都是可以用的
等我充电器回来的
https://developer.nvidia.com/embedded/linux-tegra
TX2的载板可以给TX1用，看最后写的
sudo apt install nvidia-jetpack直接执行这个安装Jetpack
sudo apt show nvidia-jetpackPackage: nvidia-jetpackVersion: 4.5.1-b17Priority: standardSection: metapackagesMaintainer: NVIDIA CorporationInstalled-Size: 199 kBDepends:nvidia-cuda (= 4.5.1-b17),nvidia-opencv (= 4.5.1-b17),nvidia-cudnn8 (= 4.5.1-b17),nvidia-tensorrt (= 4.5.1-b17),nvidia-visionworks (= 4.5.1-b17),nvidia-container (= 4.5.1-b17),nvidia-vpi (= 4.5.1-b17),nvidia-l4t-jetson-multimedia-api (>> 32.5-0),nvidia-l4t-jetson-multimedia-api (<< 32.6-0)Homepage: http://developer.nvidia.com/jetsonDownload-Size: 29.4 kBAPT-Manual-Installed: yesAPT-Sources: https://repo.download.nvidia.com/jetson/t210 r32.5/main arm64 PackagesDescription: NVIDIA Jetpack Meta Package
这个是会打印JetPack包所包含的软件包
nvidia-cuda (= 4.5.1-b17),nvidia-opencv (= 4.5.1-b17),nvidia-cudnn8 (= 4.5.1-b17),nvidia-tensorrt (= 4.5.1-b17),nvidia-visionworks (= 4.5.1-b17),nvidia-container (= 4.5.1-b17),nvidia-vpi (= 4.5.1-b17),nvidia-l4t-jetson-multimedia-api (32.5-0),nvidia-l4t-jetson-multimedia-api (<< 32.6-0)
主要就是这个
Ubuntu的软件库
https://repo.download.nvidia.cn/jetson/地址
验证：
输入
python3import tensorflow
输出
2021-09-17 17:19:35.579194:I tensorflow/stream_executor/platform/default/dso_loader.cc:53]Successfully opened dynamic library libcudart.so.10.2
这里我分行了
sudo pip3 uninstall -y tensorflow卸载命令
安装的版本
sudo nvpmodel -q --verbosesudo nvpmodel -m 0
开启性能模式，为了让TF不那么卡顿
https://elinux.org/Jetson/Performance关于调节性能的一个wiki
运行一个看看里面哪些核心在运行，都在干活
插个计算力
http://imgtec.eetrend.com/blog/2020/100048896.htmlTX1是1T，nano是5G，也就是说TX1是nano性能的2倍~
