Jetson nx上使用Docker部署tensorflow和ros,然后打包备份使用

最新推荐文章于 2025-06-12 16:39:55 发布

原创

最新推荐文章于 2025-06-12 16:39:55 发布 · 674 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#docker #tensorflow #容器

本文介绍了在Jetson Xavier NX上使用Docker部署TensorFlow 1.15.5和ROS，并详细阐述了如何通过Dockerfile进行容器构建，安装过程，以及如何将定制的容器保存为镜像，打包备份，以便在其他设备上重新部署。内容包括启动交互式会话，挂载数据，安装额外工具，以及通过`docker commit`和`docker save`命令进行镜像保存和打包。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

如果docker对普通用户一直免费永久，我觉得我会用到退休不得不说他真的非常得好用。

完全剥离出来移植打包到别的设备上重新部署很方便。虽然我不知道他如何做到得但是使用得越久我觉得他非常友好，是我使用虚拟环境以来感觉最好用的。conda等就显得有点落伍了。

本次教程的话主要是在原有的镜像内新增安装部署了ros以后的一个打包解包使用流程，希望对使用这个工具的人有所帮助。

硬件设备: jetson xavier nx

jetpack版本4.6,(BSP3261),本次实验tf1.15

喷气背包 4.6 （L4T R32.6.1）
- l4t-tensorflow:r32.6.1-tf1.15-py3
  - 张量流 1.15.5
- l4t-tensorflow:r32.6.1-tf2.5-py3
  - 张量流 2.5.0

首先从docker上面拉出一个容器标签，对应于您在 Jetson 上安装的 JetPack-L4T 版本 ,

sudo docker pull nvcr.io/nvidia/l4t-tensorflow:r32.6.1-tf1.15-py3

然后，若要在容器中启动交互式会话，请运行以下命令：

sudo docker run -it --rm --runtime nvidia --network host  nvcr.io/nvidia/l4t-tensorflow:r32.6.1-tf1.15-py3

然后，您应该能够启动 Python3 解释器和 .import tensorflow<

最低0.47元/天解锁文章

新学期VIP享超值加赠