jetson nano 烧录、更换镜像源、配置xrdp、安装Archiconda、配置CUDA、安装torch环境一条龙服务
一、jetson nano烧录1、jetson nano上电2、镜像烧录:二、jetson nano更换镜像源三、jetson nano配置xrdp远程桌面四、jetson nano安装Archiconda五、jetson nano配置CUDA六、jetson nano安装jtop、pip3七、安装pytorch环境一、jetson nano烧录
1、jetson nano上电
2、镜像烧录:
来到英伟达的jetson nano下载中心,选择 Jetson Nano 开发者套件的 SD 卡镜像下载。当然大多数情况下,因为某些原因,这些网站你是进不去的,因此笔者将镜像和所需要的软件放到了网盘里面,供大家参考
烧录程序与镜像百度云下载 提取码:2n2w
2.1、sd卡的格式化
2.2、镜像写入
2.3、jetson nano初始化配置
2.4、jetson nano配置网络
也可以使用HMI连接线连接屏幕进行图形化界面配置网络
二、jetson nano更换镜像源
参考往期博文:jetson nano更新镜像源
三、jetson nano配置xrdp远程桌面
参考往期博文:ubuntu、jetson nano 远程桌面xrdp配置教程
四、jetson nano安装Archiconda
参考往期博文:jetson nano安装Archiconda
五、jetson nano配置CUDA
jetson nano内置好了cuda,但需要配置环境变量才能使用,打开命令行添加环境变量即可,我这里是cuda10.2如果不是使用我的镜像就需要根据自己的cuda版本去填写路径了
gedit ~/.bashrc
在最后添加这些:
export PATH=/usr/local/cuda-10.2/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATHexport CUDA_HOME=/usr/local/cuda-10.2export OPENBLAS_CORETYPE=ARMV8# 不加的话,运行相关的项目会内核崩掉
重新执行.bashrc文件,可以直接生效:
source ~/.bashrc
输入nvcc -V命令测试环境变量是否正确:
nvcc -V
测试CUDA
依次输入下面的命令测试cuda
cd /usr/src/cudnn_samples_v8/mnistCUDNNsudo makesudo chmod a+x mnistCUDNN./mnistCUDNN
六、jetson nano安装jtop、pip3
参考往期博文:jetson nano安装jtop查看资源利用率、jetson nano安装pip3
七、安装pytorch环境
jetson nano上的linux其实不是x86架构而是类似手机的ARM架构,这也就导致它的很多包和普通的linux上的不是通用的。也是我踩过的坑之一,pytorch官网下载的包,在实际使用时无法调用开发板的显卡(这是个大问题,失去显卡的开发板算力暴跌!)。这里的pytorch以及接下来的torchvision等包都需要安装Nvidia官网给出的版本
1.下载pytorch1.8
Nvidia官方链接
百度云下载 提取码:zpsa
2、安装pytorch1.8
我是安装了Archiconda,所以激活自己创建的虚拟环境中
使用pip指令安装pytorch包
3、安装torchvision 0.9.0版本
pytorch和torchvision版本是需要对应的!
在安装torchvision 前还需要安装相应的依赖包,我最开始没有安装相应的依赖包,导致安装失败,如下指令:
sudo apt-get install libopenmpi2sudo apt-get install libopenblas-devsudo apt-get install libjpeg-dev zlib1g-dev
cd torchvision# 进入到这个包的目录下python setup.py install# 安装(估计要20分钟不止吧)
4、检验一下是否成功安装
pythonimport torchimport torchvisionprint(torch.cuda.is_available())# 这一步如果输出True那么就成功了!exit()# 最后退出python编译