（二）Jetson Nano开发：Tensorflow下载安装（很多细节）
写在前面
1.本文旨在安装Tensorflow-gpu 1.13.1+nv19.3。
注：“为什么选择1.13.1版本”请见本条第3点。
2.Jetson Nano中下载安装Tensorflow前，先下载安装好JetPack4.2版本（请参考上一篇（一）Jetson Nano开发：JetPack下载安装（很多细节）），才可以使用Ubuntu 18.04。
3.关于Tensorflow-gpu安装，对于cuda有严格要求。
JetPack版本决定了cuda的版本，而JetPack版本并不是越高越高，而是要考虑与Python、Keras等的兼容性，最新版本的JetPack（如JetPack4.4）恰恰不能很好地满足这种兼容性，故本文选择了JetPack4.2版本、cuda10.0版本、python3.6版本、keras2.2.4版本（已成功安装）。
4.如果你使用的是JetPack4.4，那么最省时的办法就是…建议重新格式化SD卡，下载安装JetPack4.2吧（“如何下载安装JetPack4.2”请参考上一篇（一）Jetson Nano开发：JetPack下载安装（很多细节））。
5.在安装好JetPack4.2版本的基础上，开始以下操作吧！
打开终端
进入系统后，使用快捷键Ctrl+Alt+T打开终端。
检查cuda
1.在没有做任何操作的情况下，终端上输入nvcc -V（注意：V是大写字母），回车，会显示下面的内容，不要害怕；
bash: nvcc: 未找到命令
2.此时切换到根目录下，即终端中输入cd ~ ，回车；
3.使用vim（系统中自带，无需下载安装）打开.bashrc文件，即终端中输入：vim .bashrc，回车；
4.按键盘上的 i 键，进入编辑状态；
5.在文件的末尾添加下面三行代码；
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda
6.按键盘上的Esc键，然后输入键盘上的冒号，再按下wq!字符（表示强制写入并退出），回车；
7.终端中输入source .bashrc，回车；
8.终端上输入nvcc -V（注意：V是大写字母），回车，就会显示cuda的版本了，如下。
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on 据用户而定
Cuda compilation tools, release 10.0, V10.0.据用户而定
更新与安装pip3
1.终端中输入以下代码，更新一下并安装一些组件；
$ sudo apt-get update
$ sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
2.终端中输入以下代码，安装pip3；
$ sudo apt-get install python3-pip
$ sudo pip3 install -U pip testresources setuptools==49.6.0
3.终端中输入以下代码，安装一些Python需要的库或组件。
$ 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
安装Tensorflow-gpu
1.无线WIFI网卡联网容易断网，而且下载很慢，建议用网线联网，下载过程中会出现因网络不畅导致的Warning，不要害怕，多重试几次，等待下载就完事啦；
2.终端中输入以下代码，安装Tensorflow1.13.1。
$ sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.13.1+nv19.3
安装keras
1.终端中输入以下代码，安装keras2.2.4；
$ pip install keras==2.2.4
2.安装完keras2.2.4后，检查一下安装成果，终端中输入python3，回车；
3.终端中出现>>>后，输入import keras，回车。
若下方提示using TensorFlow backend，则表明keras安装成功啦。
运行Python代码
打开终端，输入python XX.py（XX.py是代码所在的Python文件名），即可得到Python文件的运行结果。