Depois de ter conseguido efetuar no Jetson nano de 2G, uma instalação do tensorflow 2.5.0 com o cuda gpu que passou o teste mais básico, vou tentar efetuar a mesma configuração nesta maquina.
A configuração foi feita de acordo com o seguinte artigo no forum da nvidia:
https://forums.developer.nvidia.com/t/official-tensorflow-for-jetson-nano/71770
O sintoma de mau funcionamento era o mesmo.
>>> import cv2
Illegal instruction (core dumped)
Portanto o primeiro passo é retirar o que lá está, pela mesma ordem inversa da execução anterior, que neste caso foi o resultado de uma instalação com o sudo, exatamente conforme o oficial.
sudo pip3 uninstall tensorflow
sudo pip3 uninstall numpy future mock h5py keras_preprocessing keras_applications gast futures protobuf pybind11
sudo pip3 uninstall testresources setuptools
No entanto quando procurei reproduzir a instalação que tinha sido eficaz nesta maquina, verifiquei que se mantinha instalado no python3 algo que impedia o correcto funcionamento do python3 nos imports.
Por isso decidi efectuar o procedimento num sdcard novo.
Os comandos efectuados nessa instalação bem sucedida são apresentados abaixo, e foram reduzidos face à instalação do tensorflow no jetson nano 2G.
# # from jetpack 4.5.1 / opencv 4.1.1 / numpy 1.13.3 # # based on oficial install available at # https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html # install locate, nano and optional goodies sudo apt install nano locate mc screen terminator updatedb locate nvcc sudo apt update sudo apt upgrade sudo apt autoremove # install nvidia-container nvidia-cuda nvidia-cudnn8 nvidia-opencv nvidia-tensorrt nvidia-visionworks nvidia-vpi sudo apt install nvidia-jetpack # install apt dependencies 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 # install user python packages dependencies pip3 install cython pip3 install six mock requests gast pip3 install astor termcolor protobuf # start install pip dependences on specific versions # reference on last tensorflow (for jetson) required deps # https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform-release-notes/tf-jetson-rel.html#tf-jetson-rel pip3 install h5py==2.10.0 numpy==1.19.5 keras_preprocessing==1.1.2 keras_applications==1.0.8 wrapt google-pasta setuptools testresources # install jetson tensorflow version (2.x) pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v45 tensorflow # prepare path for cuda tools export PATH=”$PATH:/usr/local/cuda-10.2/bin” # maybe in some cases we need to add the ~/.local/bin to the path # at the end we get # # numpy 1.19.5 # opencv 4.1.1 # h5py 2.10.0 # tensorflow 2.5.0 # keras 2.5.0 # # Successfully opened dynamic library libcudart.so.10.2 # end