这个项目的困难在于我认为它太简单了(为什么这有点胡说八道？)
[En]
The difficulty of this project is that I think it is too simple (why is this a bit of nonsense?)
先叨叨几句：ok一开始接到任务的时候，我心想tensorflow的使用这么普遍，应该不难配置，并且所用的NX在之前已经安装了tensorflow环境（时间有点久了 记不清怎么装上的了），那么应该就是找到例程运行就行了，然后跟着官网的例程，git下了源码，装了bazel，but死活编译不过，所出现的error都找不到解决方法，源码例程也没办法直接运行，在硬刚了一个星期后决定放弃这条路换个思路，兜兜转转找到了tflearn的例程，是它的出现告诉我：你的tensorflow环境没问题（之前bazel编译不过我几乎把环境里能换的东西换了个遍但是毫无作用 呜呜呜太打击人了）
好的回到正题，事情分两步走，第一步tensorflow，第二步pytorch，我可以的！
所使用Jetson Xavier NX配置：Jetpack4.5 CUDA10.2 CUDNN8.0 python3.6
Part 1 Tensorflow环境验证（非虚拟环境）
前面废话讲到走官方例程编译运行这条路走不通，于是我想找找有没有什么可以直接运行的例程，然后就找到了tflearn的官方例程：tflearn-github，将官方例程下载下来之后，我们按照教程进行配置，装一下tflearn
pip install tflearn
搞定了之后我们就可以找一些例程来运行了，友情提示咱们还是从一些basic的例程开始试验，例如tflearn/examples/basics/logical.py这个文件，最后输出训练并测试的结果，计算与或非同或异或这些逻辑运算的对应值，这里贴一下最后异或运算的训练结果
ok，到这里就是对之前所安装tensorflow环境的验证， 在后面part3我将会补充在虚拟环境中安装tensorflow和运行tensorflow官方例程的方法。
Part 2 Pytorch安装
有了tensorflow的前车之鉴，这回我已经知道怎么保险安装pytorch了，首先，官方教程就不用看了（是的但我还是看了，还是装不上，官方别出教程了吧都是摆设我看来干嘛）
1.搭建虚拟环境（使用archiconda）
首先，因为python这玩意版本一多就容易有玄乎事，我决定先搭个虚拟环境，于是开开心心打开anaconda官网，事情当然没我想的那么简单啦，arm64默默哭泣~
ok，问题不大，一定有可以给arm64的conda环境，果不其然我找到了这个https://github.com/Archiconda/build-tools/releases
其实好像用miniforge也可以的，随便了，我用着都能搭虚拟环境
把sh文件下载后放到主目录/home下，bash安装下就行
bash Archiconda3-0.2.3-Linux-aarch64.sh
安装完还要配置一下环境变量（xxx为用户名）
sudo gedit ~/.bashrc
export PATH="/home/xxx/anaconda3/bin:$PATH"
source ~/.bashrc
然后验证一下是不是成功装上了，终端输入 conda -V，没问题的话会显示所安装conda版本
搞定安装之后我们就可以开始创建虚拟环境了（此处xxx为虚拟环境名称）
conda create -n xxx python=3.6
激活进入虚拟环境
conda activate xxx
进入后终端be like
(xxx)name@name:~$
2.安装pytorch
前面也提到了不要想着pytorch官方的教程行得通，靠别人不如靠自己，咱们找到 英伟达官方给jetson套件提供的torch安装包，科学上网获取（这里我直接用了最新的1.10版本）
然后在虚拟环境中进行
pip install安装，安装完成后运行python ，然后输入import torch，如果有什么报错就按照报错补充安装一些东西，能够正常import的话就证明你已经装好啦！
; 3.使用例程验证所配置pytorch环境是否可用
这里贴两个例程链接：
pytorch官方例程&github上找的其他例程
以第二个链接中的linear_regression例程为例，运行结果be like
整体很好，可以使用，环境的建设会先停在这里。
[En]
The whole is very good, can be used, the construction of the environment will stop here first.
; Part3 Tensorflow安装（conda虚拟环境）
其实到Part2已经完成了对整个环境的搭建和验证了，但我觉得这样还不够，毕竟tensorflow和pytorch没有安装在一个虚拟环境里（强迫症发动），那么接下来我就要把他俩都装在一个虚拟环境里，开干。
但是，想象力总是很精彩的，没关系，前面已经很难了，最后一步也打不倒我
[En]
However, imagination is always wonderful, it doesn’t matter, the front is already very difficult, the last step can not beat me
1.在已安装pytorch环境中再次尝试安装tensorflow
毫无疑问，失败了，甚至不知道自己怎么把python环境搞崩了，卸载重装也没门，懂了，”只不过是从头再来~”
2.重新搭建conda虚拟环境，安装tensorflow与pytorch
搭建虚拟环境见part2，此处不再重复，搞定就进入虚拟环境
第一步我们要安装tensorflow，同样我们要找到 nvidia官方提供给jetson套件的tensorflow安装包。这可难不倒我，我们来这里找找：Jetson下载中心
不错，右下角资源里确实有tensorflow包，我们只要找到跟自己的版本对应的就行，这里我用的是jp4.5对应的包，版本根据自己的需要选择，注意后面还标明了python版本要求
下载下来在/home目录存放，虚拟环境中
pip install安装即可，还是那句话，缺啥就装啥，根据报错找解决方法搞定之后在终端运行python，import并查看tensorflow版本
import tensorflow as tf
tf.__version__
能正常import并输出安装版本就搞定啦，例程验证环境见part1
tensorflow装完就装pytorch，步骤同part2，轻轻松松就搞定了这两个东西的安装啦
几天后的补充
今天发现tensorflow官方例程可以跑了，害，真不容易
运行的是label_image.py这个例程，识别图片中所出现的内容
因为我使用的tensorflow版本是2.x的，而例程适配的是tensorflow1.x，需要对例程中的import部分进行修改
import tensorflow.compat.v1 as tf
tf.compat.v1.disable_eager_execution()
这个时候我们就可以选择一些图片来测试模型了，我先是选了张水果图（but后面我发现这个模型中没几种水果）
虚拟环境中运行 python3 tensorflow/examples/label_image/label_image.py
emmm，要不我还是换张图吧，咱来个小金鱼
嗯~这回可以了，0.99呢，搞定搞定。
完结撒花~~~~~真不容易啊（抹泪
废话有点多 谢谢各位朋友能看到这里 祝你们也能成功安装好需要的东西！
Original: https://blog.csdn.net/weixin_48208348/article/details/123042063
Author: MMMMMaxine
Title: 在Jetson Xavier NX上配置tensorflow与pytorch环境并运行例程（conda虚拟环境）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/497430/
转载文章受原作者版权保护。转载请注明原作者出处！