要在NVIDIA Jetson NX上安装TensorFlow，可以使用以下步骤：

1. 安装依赖项：
   在Jetson NX上安装TensorFlow之前，您需要确保系统上安装了一些必要的依赖项。可以使用以下命令安装这些依赖项：

   sudo apt-get update
   sudo apt-get install -y build-essential libhdf5-serial-dev hdf5-tools python3-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran

2. 这里遇到问题可采用：

   sudo apt-get install -y aptitude
   sudo aptitude install -y build-essential libhdf5-serial-dev hdf5-tools python3-dev zlib1g-  dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran

4.安装pip：
确保安装了pip，这是Python的软件包管理器：

   sudo apt-get install -y python3-pip 

5. 安装TensorFlow：

   如果您在安装 h5py 过程中遇到问题，可能是由于一些缺失的依赖项或其他系统配置问题。以下是一个通用的步骤，可以帮助您解决 h5py 安装问题：

6. 安装依赖项：
   请确保您的系统上安装了 libhdf5 库。在Ubuntu系统上，可以使用以下命令安装：

   sudo apt-get install libhdf5-dev

7. 使用pip安装：
   使用 pip 安装 h5py：

   pip install h5py -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

如果您遇到权限问题，请确保您具有安装Python包的权限。在这种情况下，您可能需要在命令前加上 sudo。

   sudo pip install h5py -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

8. 更新pip：
   有时候，pip本身可能需要更新到最新版本。您可以使用以下命令升级pip：

   pip install --upgrade pip -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

9. 手动构建：
   如果上述步骤仍然存在问题，您可以尝试手动构建 h5py。首先，确保 libhdf5 已经安装，然后执行以下命令：

   pip install cython  -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com # 如果尚未安装
   sudo apt install python3-h5py
   pip install h5py --no-binary=h5py

这将强制 pip 在构建 h5py 时使用源代码而不是预编译的二进制文件。

使用pip安装TensorFlow。您可以选择从源代码构建，也可以使用预编译的包。请注意，由于Jetson NX使用的是ARM架构，因此您可能需要安装TensorFlow的适当版本，支持ARM。

   pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow==2.1.0+nv20.4

这里也可以 自己在https://developer.download.nvidia.com/compute/redist/jp/v44 自己下载离线安装
10. scipy==1.4.1报错，单独安装也不行：
解决这个问题：解决scipy==1.4.1的安装问题，

同样下载whl文件，cd到所在位置 sudo pip3 install xxxxx.whl即可

再贴一下下载链接：下载链接
然后执行：

sudo pip3 install  scipy-1.4.1-cp36-cp36m-linux_aarch64.whl

sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v44 tensorflow==2.1.0+nv20.4

11. 验证安装：
    安装完成后，您可以通过运行以下Python脚本来验证TensorFlow是否成功安装：

   import tensorflow as tf

   print("TensorFlow version:", tf.__version__)
   print("Is GPU available:", tf.test.is_gpu_available())

如果一切正常，您应该看到已安装的TensorFlow版本信息，并且该脚本应该指示GPU是否可用。

请注意，以上步骤基于当前版本的JetPack和TensorFlow。如果有更新的版本，建议查阅相应的文档以获取最新的安装指南。