在NVIDIA Jetson Xavier NX上使用tensorflow-gpu

目前所做的項目需要在NVIDIA Jetson Xavier NX的ubuntu18.04的系統下配置ROS，python3以及tensorflow-gpu的環境，但是該環境的配置是比較早之前進行配置的，現在簡單的記錄一下配置的過程。

1.python3環境的配置

首先在NX中，ROS的版本是melodic，在該ROS版本下，只能使用python2.7，但是自己所寫的python代碼都是python3下的，加入在電腦本身的環境中進行配置的話，會導致ROS不能使用，所以需要使用虛擬環境來進行配置。
首先嘗試了安裝anaconda，但是可能是由于nx架構的問題，安裝沒有成功。所以采用了單獨安裝python虛擬環境的辦法。

虛擬python環境配置

使用Python虛擬環境來保持 Python 開發環境相互獨立。使用Python虛擬環境是一種最佳實踐， 為了管理 Python 虛擬環境，使用virtualenv 和 virtualenvwrapper，使用以下命令安裝

sudo pip install virtualenv virtualenvwrapper

打開bashrc，加入以下內容：

# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source /usr/local/bin/virtualenvwrapper.sh

然后就可以創建一個虛擬的python環境了

mkvirtualenv tf_gpu -p python3

啟動該虛擬環境

workon tf_gpu 

接下來就可以安裝tensorflow-gpu的版本了，但是值得注意的是，這里需要按照nx固件（jetpack）的版本進行選擇
對于Python 3.6+JetPack4.5，以及tensorflow2.x版本，可以按照如下的方式進行安裝，其余版本請查詢tensorflow-gpu安裝查詢地址

！！！（tf_gpu 虛擬環境下）！！！
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
sudo apt-get install python3-pip
sudo pip3 install -U pip testresources setuptools==49.6.0
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
# TF-2.x
$ sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow

這樣安裝完成之后，對ROS的運行沒有影響。

2.cuda環境的配置

cuda環境在NX環境里面都是已經安裝好的，可能文件夾的名稱有所差異，若需要別的cuda版本，請自行安裝，并更改bashrc內的環境參數即可。

export CUDA_HOME=/usr/local/cuda-10.2
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH
source /opt/ros/melodic/setup.bash

3.tensorflow-gpu運行錯誤

可能tensorflow-gpu在運行的過程中會出現錯誤(Illegal instruction(core dumped))，這是由于NX是arm架構導致的，需要在bashrc內加入以下語句：

export OPENBLAS_CORETYPE=ARMV8

4.參考鏈接

在NANO上配置Python、Tensorflow和Keras
在Jetson nano（ubuntu）配置tensorflow時遇到的坑點