『带你学AI』在英伟达Jetson（NX、Nano、AGX）平台安装深度学习（PyTorch、TensorFlow、MXNet）开发环境极简教程

水深无声 2022-11-07 04:23 490阅读 0赞

## 0x00：引子 ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5NjM5NjA_size_16_color_FFFFFF_t_70][]

最近有些读者朋友问到如何在英伟达Jetson平台安装深度学习环境，最近刚好也在做这方面工作。看到网上一些教程写的杂乱，所以打算记录下我的配置流程，给大家做个参考。

## 0x01：环境与硬件 ##

笔者这里使用的是英伟达Jetson**NX**硬件平台，系统环境是**JetPack 4.4.1**。其他平台和版本可以参考这个步骤安装。

**python版本3.6**。

安装以下深度学习环境：

*  TensorFlow == 2.3.0
 *  PyTorch == 1.8.0
 *  MxNet == 1.6.0

## 0x02：安装步骤 ##

需要的一些深度学习开发环境资源可以查阅这：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

首先安装pip工具：

sudo apt-get install python3-pip

方便加速，可以配置pip清华源：

pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

### 0x021：TensorFlow安装 ###

在这里：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

找到对应Jetson（**JetPack 4.4.1**）系统的对应TF版本

这里笔者安装的是2.3.0：可以点击对应版本链接下载备用。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70][]

然后执行：

# install prerequisites
    sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
    
    # install and upgrade pip3
    
    sudo pip3 install -U pip testresources setuptools=49.6.0 
    
    # install the following python packages
    sudo pip3 install -U numpy==1.16.1 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
    
    # to install TensorFlow 1.15 for JetPack 4.4:
    sudo pip3 install “下载好的TensorFlow 1.15包地址”
    
    # or install the latest version of TensorFlow (2.3) for JetPack 4.4:
    sudo pip3 install “下载好的TensorFlow 2.3包地址”

### 0x022：PyTorch安装 ###

在这里：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

找到对应Jetson（**JetPack 4.4.1**）系统的对应PyTorch版本

这里笔者安装的是1.8.0：可以点击对应版本链接下载备用。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70 1][]

然后执行：

# install OpenBLAS and OpenMPI
    sudo apt-get install libopenblas-base libopenmpi-dev
    
    # Python 3.6 (download pip wheel from above)
    pip3 install Cython
    pip3 install numpy “下载好的PyTorch包地址”

### 0x023：MXNet安装 ###

在这里：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

找到对应Jetson（**JetPack 4.4.1**）系统的对应MXNet版本

这里笔者安装的是1.6.0：可以点击对应版本链接下载备用。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70 2][]

然后执行：

# Python 2.7
    sudo apt-get install -y git build-essential libatlas-base-dev libopencv-dev graphviz 
    sudo pip install “下载好的MXNet包地址”
    
    # Python 3.6
    sudo apt-get install -y git build-essential libatlas-base-dev libopencv-dev graphviz 
    sudo pip install “下载好的MXNet包地址”

其他工具：Keras与ONNX等可以参考：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

如果遇到：“Illegal instruction(cpre dumped)”错误，可以翻阅我这个博文解决：[https://xiaosongshine.blog.csdn.net/article/details/114168235][https_xiaosongshine.blog.csdn.net_article_details_114168235]

## 0x03：测试功能 ##

可以参考笔者之前博文：[『带你学AI』测试深度学习框架GPU版本是否正确安装方法:TensorFlow，PyTorch，MXNet，PaddlePaddle][AI_GPU_TensorFlow_PyTorch_MXNet_PaddlePaddle]

## 0x04：参考 ##

1.0 ：[https://elinux.org/Jetson\_Zoo][https_elinux.org_Jetson_Zoo]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM5NjM5NjA_size_16_color_FFFFFF_t_70]: /images/20221023/c5ca7066edb945b89fa01a6472ee97b0.png
[https_elinux.org_Jetson_Zoo]: https://elinux.org/Jetson_Zoo
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70]: /images/20221023/95e13403bb9d4c5f9b4501109862996b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70 1]: /images/20221023/008a1847f6404935bb73f75171189e9f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9zb25nc2hpbmU_size_16_color_FFFFFF_t_70 2]: /images/20221023/a2edc3502d5d4b2189e6d6e5e90695b6.png
[https_xiaosongshine.blog.csdn.net_article_details_114168235]: https://xiaosongshine.blog.csdn.net/article/details/114168235
[AI_GPU_TensorFlow_PyTorch_MXNet_PaddlePaddle]: https://xiaosongshine.blog.csdn.net/article/details/108850784