Jetson tx2的tensorflow keras環境搭建

其實我一直都在想，搞算法的不單單是服務，咱們更是要在一個平臺上去實現服務，所以，在工業領域，板子是很重要的，它承載着無限的機遇和挑戰，固然，我並非特別懂一些底層的東西，可是這篇博客但願能夠幫助有須要的人。

首先咱們回到原點，就是jetpack 3.3刷完機後，如今要裝tensorflow和keras。天然的，咱們能夠想到，須要

• miniconda或anaconda
• cuda和cudnn
• tensorflow
• keras

其實jetpack3.3裏面已經有了python2和cuda9.0，cudnn7這些都是對應綁定的關係，若是你胡亂裝確定是不能搞的，因此問題變得簡單了，就是裝tensorflow和keras，固然不少沒有的包就經過pip安裝，miniconda、anaconda就不要考慮了。

下面正式開始：

• 安裝Java

sudo add-apt-repository ppa:webupd8team/java 
sudo apt-get update 
sudo apt-get install oracle-java8-installer

若是apt-get出現Unable to lock the administration directory的錯誤就

sudo rm /var/cache/apt/archives/lock
sudo rm /var/lib/dpkg/lock

若是還不行，關閉終端從新打開。

• 安裝其它庫

sudo apt-get install zip unzip autoconf automake libtool curl zlib1g-dev maven -y

• 安裝bazel

上這個網站 ，下載bazel 0.10.0，而後將其解壓成bazel-dist文件夾，開始編譯：

sudo chmod -R ug+rwx bazel-dist 
cd bazel-dist
./compile.sh  

編譯完成，執行：

sudo cp output/bazel /usr/local/bin

• 建立虛擬內存

fallocate -l 8G swapfile
chmod 600 swapfile
mkswap swapfile
sudo swapon swapfile
swapon -s

• 安裝tensorflow-gpu

打開項目，能夠發現下圖：

意思就是裝tensorflow 1.10就行了，這個時候，咱們用項目裏面release好的版本，地址下載1.10的whl文件。而後

sudo pip install 文件名

不出意外，就裝好了。能夠去我以前的博客找個例子試一試。

• 安裝keras

安裝keras以前，必定要先把hdf5裝一下，由於裝的過程當中會找不到hdf5，那就

sudo apt-get install libhdf5-dev
sudo apt-get install python-h5py

而後

sudo pip install keras

不出意外，就搞定了。除此以外咱們可能須要更多的python模塊，好比scipy，matplotlib，sklearn等等，缺啥裝啥就好了。