Jetson TX2部署tensorflow项目的环境搭建与项目运行
Jetson TX2
Cuda 9.0
python 3.5
tensorflow 1.8.0
opencv 3.4.0
一、关于python3.5 和 opencv 3.4.0的安装参考我的文章：
https://blog.csdn.net/qq_26894673/article/details/102911507
这里需要注意的是系统自带的pip和python3.5的pip3之间的关系，一定要好好的区分，否则很容易出错。
使用pip3安装其他库的时候可能出现更新pip的提醒，特别注意一定不要直接使用pip install pip --upgrade 或者 pip3 install --upgrade pip的方法更新，一更新就可能出现如下错误：
Traceback (most recent call last):
File "/usr/bin/pip3", line 9, in
from pip import main
ImportError: cannot import name 'main' 然后，各种百度收解决方法都无法完美的解决，此时就需要如下解决方法：
1、卸载掉pip和pip3
sudo apt-get remove python-pip
sudo apt-get remove python3-pip2、只需要重新装pip3就OK的，毕竟python 2.7对于我们来说没有什么用：
sudo apt-get install python3-pip3、这样就可以使用pip3去安装其他库了。
二、tensorflow其他依赖库的安装
sudo apt-get install python3-scipy
sudo apt-get install libblas-dev liblapack-dev
sudo apt-get install gfortran
sudo apt-get install python-sklearn
sudo apt-get install python-skimage
sudo apt-get install python-protobuf
其他的包就使用pip3去安装了，目前TX2上的环境如下：
Package Version
----------------------------- ---------
absl-py 0.8.1
apturl 0.5.2
astor 0.8.0
beautifulsoup4 4.4.1
bleach 1.5.0
blinker 1.3
Brlapi 0.6.4
chardet 2.3.0
checkbox-support 0.22
command-not-found 0.3
cryptography 1.2.3
cycler 0.10.0
Cython 0.29.14
decorator 4.4.1
defer 1.0.6
easydict 1.9
feedparser 5.1.3
gast 0.3.2
glog 0.3.1
grpcio 1.24.3
guacamole 0.9.2
html5lib 0.9999999
httplib2 0.9.1
idna 2.0
imageio 2.6.1
Jinja2 2.8
joblib 0.14.0
kiwisolver 1.1.0
language-selector 0.1
louis 2.6.4
lxml 3.5.0
Mako 1.0.3
Markdown 3.1.1
MarkupSafe 0.23
matplotlib 3.0.3
networkx 2.4
numpy 1.15.1
oauthlib 1.0.3
onboard 1.2.0
packaging 19.2
padme 1.1.1
pexpect 4.0.1
Pillow 6.2.1
pip 19.3.1
plainbox 0.25
protobuf 3.10.0
ptyprocess 0.5
pyasn1 0.1.9
pycups 1.9.73
pycurl 7.43.0
pygobject 3.20.0
PyJWT 1.3.0
pyparsing 2.0.3
pyssim 0.4
python-apt 1.1.0b1
python-dateutil 2.8.1
python-debian 0.1.27
python-gflags 3.1.2
python-systemd 231
PyWavelets 1.1.1
pyxdg 0.25
reportlab 3.3.0
requests 2.9.1
scikit-build 0.10.0
scikit-image 0.15.0
scikit-learn 0.21.3
scipy 0.18.1
sessioninstaller 0.0.0
setuptools 39.1.0
six 1.10.0
ssh-import-id 5.5
system-service 0.3
tensorboard 1.8.0
tensorflow 1.8.0
termcolor 1.1.0
ubuntu-drivers-common 0.0.0
unattended-upgrades 0.1
unity-scope-calculator 0.1
unity-scope-chromiumbookmarks 0.1
unity-scope-colourlovers 0.1
unity-scope-devhelp 0.1
unity-scope-firefoxbookmarks 0.1
unity-scope-gdrive 0.7
unity-scope-manpages 0.1
unity-scope-openclipart 0.1
unity-scope-texdoc 0.1
unity-scope-tomboy 0.1
unity-scope-virtualbox 0.1
unity-scope-yelp 0.1
unity-scope-zotero 0.1
urllib3 1.13.1
Werkzeug 0.16.0
wheel 0.29.0
xdiagnose 3.8.4
xkit 0.0.0
XlsxWriter 0.7.3
三、tensorflow安装
1、直接使用pip3 install tensorflow无法进行安装，需要从指定源或者离线安装的方式：
a) 使用离线的方式：从官网下载tensorflow：https://devtalk.nvidia.com/default/topic/1031300/jetson-tx2/tensorflow-1-8-wheel-with-jetpack-3-2-/
建议下载1.8.0，测试可以使用而且没有报错的
到下载后的指定文件夹下使用pip3 进行安装
sudo pip3 install tensorflow-1.8.0-cp35-cp35m-linux_aarch64.whlb) 在线下载
sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp33 tensorflow-gpu
这种方法会下载较新的版本，我这里下载后之后使用会出现cudnn的问题，所以还是使用离线的吧。
2、安装成功后进行成功验证
import tensorflow as tf
tf.__version__3、如果在使用的过程中出现以下错误请降低tensorflow版本
Loaded runtime CuDNN library: 7.0.5 but source was compiled with: 7.1.4.
四、环境都搭建好了，就可以开启功耗模式进行项目运行了
sudo ~/jetson_clocks.sh五、如果在模型运行的过程中出现Killed
这个主要是因为tensorflow中的内存空间不足，解决方法
1、root空间不足：通过增加SD卡的方式进行挂载
见我的SD卡挂载的文章：https://blog.csdn.net/qq_26894673/article/details/102950105
2、在新的空间下创建虚拟空间的方式
见我的虚拟空间创建的文章：https://blog.csdn.net/qq_26894673/article/details/102950521