[人工智能]Jetson tx2 安装jetpack_3.3手动安装cuda9.0，cudnn7.1

1.刷机前的准备（写在前面的话）

装有Ubuntu16.04或者Ubuntu18.04的电脑，这里说的电脑可以是台式机也可以是笔记本与TX2区分开来。（电脑是16.04或者18.04无所谓，这并不会影响到TX所要刷出来的系统，决定TX2是16.04还是18.04的是JetPack的版本，JetPack4.x及其以上是Ubuntu18的系统，JetPack3.x为Ubuntu16系统）

坑1：电脑最好选用一个干净的系统，这里所谓的“干净”是指系统中之前最好没有安装过Nvidia其他的东西，由于博主之前用Tensorflow的时候装过Cuda之类的东西，在刷机的过程中遇到过一些莫名奇妙的问题，所以最好的解决办法就是装一个虚拟机，用完即删，使用虚拟机也会有很多问题，为不影响文章的结构具体的内容请看避坑章节。

下载JetPack3.x (JetPack3.x版本的安装步骤相差无几)，提供两种下载方式：

有一个国外的的英文刷机视频，我感觉作用不大，大家可以选择性的观看。https://v.qq.com/x/page/b0515967lbr.html

从官网下载，下载地址为：https://developer.nvidia.com/embedded/downloads/archive

选择点击JetPack3.3进入

然后Downloads Ubuntu（64-bit），这几个文件都不到，30M多点儿不要还怕。

官网下载需要注册个账号（并不复杂），如果嫌麻烦可以从百度网盘下载，我这里提供JetPack3.3/3.2.1版本。链接：百度网盘 请输入提取码
提取码：wcxh

2.把刚下载的JetPack软件包拷贝到虚拟机中，方法很多：比如U盘拷贝、右键下载，官网下载等等。

找到JetPack所在的位置打开终端（Ctrl + Alt + T）

首先更改执行权限：

?chmod +x ./JetPack-L4T-3.3-linux-x64_b39.run

1

接着进行安装：

./JetPack-L4T-3.3-linux-x64_b39.run

1

步骤2到这一步这样就可以，后面的内容可以直接不看，只作为讨论，但是很多博主是这样写的：

sudo ./JetPack-L4T-3.3-linux-x64_b39.run

1

这个sudo权限真的没有必要，执行之后会报错如下图

还有路径不能有空格等

弹出这个界面，其实一路next就可以

Yes/No随意，类似于用户体验。

一直next到这里，建议全部安装

选择 Accept All，继续next。建议全部安装

输入你虚拟机的root密码，继续即可

开始下载，时间视网速而定，我用了半个小时左右。在下载的过程中可能会提示error下载失败，不要慌点击next，会自动给你重新下载，直到所有的下载完成。

等待下载完成之后，继续next。

TX2提供两种刷机的方式，开发板刷机过程中需要全程联网，所以这个时候你家可千万别断网哦！第一种是有线刷机，第二种是无线刷机。很多博主都采用第一种刷机方式，并提示没有用第二种刷机成功过。所以我也是采用的第一种刷机方式。

此时，你需要具备两根网线，一个路由器。此时用网线分别将TX2和你的电脑接入到同一个路由器下。没有路由器就只能刷进去一个系统，剩下一些安装包可以手动安装。

打开TX2的终端，输入以下命令，获取到TX2的IP地址：

ifconfig

• 1

获取到TX2的地址后，在电脑上ping一下，看看是否能够ping通。

ping 192.168.1.101 //这儿的地址是你上一步ifconig得到的

然后

此时弹出一个界面，接下来要有一些手动的操作

概括来说：此时，将TX2断电，并将TX2开发板的 microUSB 和主机相连，然后再将TX2上电开机，紧接着按下TX2的RECOVERY按键不松手，接着按下RESET按键并松手2秒后再松开RECOVERY按键，此时开发板处于强制恢复模式。一定要按顺序来。实物具体图太简单，自己脑补。上面是TX2的接口图。

完成以上步骤后，打开一个新的终端，输入lsusb命令：lsusb

如果可以看的一些列表，并发现其中有Nvidia Corp就证明链接成功可以进行操作

在完成以上步骤并没有错误后，在第一个终端post installation界面中按下回车键，变开始刷机。

1. 如果板子网络ip获取不到，没有路由器的情况，这时候系统已经刷好，只是没有安装一些安装包，在jetson_download这个文件夹里面

把文件拷贝出来，传到jetson tx2里面，单独进行安装。

安装时候并非一个个安装即可使用，涉及到许多依赖项相关，因此，我提供了相关的安装顺序。这里我没安装visionworks和Tegra_Multimedia这类扩展库，之前测试过，在640*480相关的图像上，没有效率提升，但在下面的安装顺序结束之后，直接安装即可，应该不会出现依赖的问题了。

不同版本包有所不同，安装顺序大同小异。

下面提供安装顺序，因为都是deb包，使用dpkg -i 即可安装：

sudo apt-key add /var/cuda-repo-9-0-local/7fa2af90.pub（没有先执行第二条安装指令）

//cd进入jetpack_download文件夹

sudo dpkg -i cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb

sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb

sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb

sudo apt update

sudo apt install cuda-toolkit-9.0

这时候需要安装些依赖项，进入文件夹/var/cuda-repo-10-0-local-10.0.166*，安装：

cuda-license-10-0_10.0.166-1_arm64.deb

cuda-cublas-10-0_10.0.166-1_arm64.deb

cuda-cublas-dev-10-0_10.0.166-1_arm64.deb

文件夹/var/cuda-repo-10-0-local-10.0.166*，这个文件夹还有许多deb包，涉及到依赖关系时候再安装，切记，遇到cuda相关依赖项，先从这个文件夹找，多数问题都能解决。

?执行 sudo apt-get install cuda-toolkit-10-0 可以全部安装这里的包

回到之前的TX2的安装包路径，继续安装一下文件：

libnvinfer5_5.0.6-1+cuda10.0_arm64.deb

libnvinfer-dev_5.0.6-1+cuda10.0_arm64.deb

libnvinfer-samples_5.0.6-1+cuda10.0_all.deb

tensorrt_5.0.6.3-1+cuda10.0_arm64.deb

uff-converter-tf_5.0.6-1+cuda10.0_arm64.deb

python-libnvinfer_5.0.6-1+cuda10.0_arm64.deb

python-libnvinfer-dev_5.0.6-1+cuda10.0_arm64.deb

python3-libnvinfer_5.0.6-1+cuda10.0_arm64.deb

python3-libnvinfer-dev_5.0.6-1+cuda10.0_arm64.deb

这里需要修复依赖项，才能安装libtbb以供opencv使用：

sudo apt --fix-broken install

sudo apt-get install libtbb2

sudo apt-get install ffmpeg

Sudo apt-get -f install (恢复依赖)

剩下继续安装即可：

libopencv_3.3.1-2-g31ccdfe11_arm64.deb

libopencv-dev_3.3.1-2-g31ccdfe11_arm64.deb

libopencv-python_3.3.1-2-g31ccdfe11_arm64.deb

至此，TX2所需的必须库以安装完成，其他的包安装类似，出现安装问题是依赖问题，先装依赖文件就可以了。

**********************************************************************************************************

输入nvcc -V无反应。说明没有安装nvcc这个包（可以找到有个包叫cuda-nvcc-xxxxx），在文件夹/var/cuda-repo-10-0-local-10.0.166*里面安装。

或者是没有添加环境变量：

su root

vi ~/.bashrc

# 在文件末尾添加环境变量

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64

export PATH=$PATH:/usr/local/cuda-9.0/bin

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

# wq! 保存退出

# 更新配置文件

source ~/.bashrc

**********************************************************************************************************

参考：(37条消息) TX2刷机教程，超详细，避坑教程（亲测有效，所有步骤亲自测试）_NSSC_K的博客-CSDN博客_tx2刷机https://blog.csdn.net/NSSC_K/article/details/106092499

(37条消息) Jetson TX2 手动安装cuda opencv cudnn等文件与Jetpack 4.2、4.4下载地址_小玺大大-CSDN博客_tx2 安装cudahttps://blog.csdn.net/Zhaoxi_Li/article/details/100803353?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164680166816781683944846%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164680166816781683944846&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-1-100803353.pc_search_result_cache&utm_term=jetson+tx2%E6%89%8B%E5%8A%A8%E5%AE%89%E8%A3%85cuda&spm=1018.2226.3001.4187