在nvidia jetson xavier (或tx2)上安装任意tensorflow-gpu教程

网上有许多讲解如何在xavier或者tx2上安装tensorflow的文章，但多多少少有一些问题，大致是：
1、无法选择tensorflow版本，且还要和作者的jetpack版本一致，实际上这很难做到。
2、安装过程很多错误，更有文章写了一堆命令后，告诉读者这样做是错的，白走弯路。
3、过程极其繁琐。
4、不是gpu版本

实际上，大家如果养成看nvidia developer网站，就可以获得一手有效的方法。首先，为了选择可以使用的TF版本，有一些原则需要注意。
1、限制1：不同jetpack版本对应不同的tensorflow版本，注意，一个jetpack版本可能对应多个tensorflow版本。下图中的nvidia tensorflow container不受你jetson软硬件影响，后面命令行会用，任意可选的编号都可以。图最左边所tensorflow版本，最右边是jetpack版本

2、限制2：注意你jetson的cuda、cudnn的版本，具体对应看表。（实际上，1.15.0于2019.9月发布，这次教程使用1.15.0）

3、查看jetpack版本

head -n 1 /etc/nv_tegra_release

三、选好tensor版本后，开始安装。

1、安装依赖：

$ sudo apt-get update
$ sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev
Install and upgrade pip3.
$ sudo apt-get install python3-pip
$ sudo pip3 install -U pip testresources setuptools``
$ sudo pip3 install -U numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 enum34 futures protobuf

2、安装TF：
为了实现各位安装任意版本，采用这一条语句：
（ $JP_VERSION是你jetpack版本，我是4.2，就写42，$TF_VERSION是TF版本，nv$NV_VERSION是nvidia tensorflow container版本，看第一张图）

$ sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v$JP_VERSION tensorflow-gpu==$TF_VERSION+nv$NV_VERSION

这是我采用的，安装TF1.15.0，nv19.01，对应的jetpack4.2

sudo pip3 install --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v42 tensorflow-gpu==1.15.0+nv19.11

结果：
下图这里显示的错误都是版本不对应，我走过的坑

总结：就这样，你终于可以一次性成功安装最强大的tensorflow了！这也是我写blog的原因