Jetson TX2 安装 cuda9.0 及 cudnn7 超详细（真实亲测）_jetson tx2 runtimeerror: cuda error: too many reso-优快云博客

本文链接：https://blog.youkuaiyun.com/sunshinefcx/article/details/104024074

本文详细介绍了如何在Jetson TX2开发板上安装CUDA 9.0和cuDNN 7.1.5，强调必须使用ARM版本的库。教程包括从获取到安装的完整步骤，并提供了关键注意事项，如从JetPack安装包中获取ARM版本的库，避免使用x86_64版本导致的错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Jetson TX2 安装 cuda9.0 及 cudnn7 超详细（真实亲测）

划重点：本文主要针对于Jetson TX1/2，如果想在 pc端安装 cuda 及 cudnn，那这篇没有任何帮助！
最近再给Jetson TX2开发板上安装cuda和对应的cudnn，遇到了很多问题，也搜索了很多技术博客，发现在给 Jetson TX2 安装cudnn的时候都存在致命的错误，现在将出坑方法记录下来。

本文是针对下面的平台的：
平台描述：
Jetson TX2平台版本： Jetpack 3.3, TensorRT4.0.2, python2.7, python3.5
系统内核： tegra-ubuntu 4.4.38-tegra aarch64, ubuntu 16.04
Linux系统版本： Ubuntu16.04，cmake 3.15.6 （TX2刷机完原始的cmake是3.5.1版本，由于后面自己捣鼓的时候说最好安装3.9.0以上版本cmake，所以我就直接升级到新版本了）

重点一：Jetson TX2上安装的cudnn,一定要是arm版本的(即aarch64)

之前在搜所相关安装方法的时候，很多技术博客中给出的cudnn下载链接下载到的cudnn是基于x86/64的。但是，Jetson TX2是ARM内核的，基于X86_64的cudnn在使用的时候会报错的（报错信息见下 error），所以在Jetson TX2上安装的cudnn,一定要是arm版本的(aarch64)。

重点二：arm版本的cuda及cudnn从何下载？

这是重点所在。
从 nvidia 官网 cudnn下载链接中得到其实全部都不是基于ARM的。如下图所见：
在这里插入图片描述
那么，如何得到ARM版本的cuda及cudnn呢？答案在这个链接里面：

https://devtalk.nvidia.com/default/topic/1029454/cudnn-6-for-arm64/?offset=4

也就是在运行 Jetpack 安装包之后，从下载得到的文件夹（ jetpack_downloads/ ）中得到
如果哪位大佬有更好的办法，请指出！

一、获得 cuda 及 cudnn

首先，找一台安装有 ubuntu16 或者 ubuntu14的电脑（我的ubuntu18不能用），从官网下载jetpack安装包或者从: https://pan.baidu.com/s/1c4dSxFXwLhmA2ASYHKkAqw 提取码: c9vk。