TK1开箱首次登陆
开箱后进入唯一目录
cd NVIDIA-INSTALLER/
sudo ./installer.sh
默认用户名和密码都是ubuntu. 安装之后重启进入图形界面。
(installer.sh只能运行一次,想推倒重来可以看这里刷机。)
安装过程需要的CUDA,OPENCV都可以从官方网站下载到。
CUDA6.5 安装
TK1可以支持到CUDA6.5,从官网下载Ubuntu14.04对应的版本进行安装
sudo dpkg -i cuda-repo-l4t-r21.2-6-5-prod_6.5-34_armhf.deb
sudo apt-get update
sudo apt-get install cuda-samples-6-5
sudo apt-get install cuda-toolkit-6-5
设置当前用户下可以访问GPU
sudo usermod -a -G video $USER
修改环境变量
vim ~/.bashrc
在最后一行添加:
# Add CUDA bin & library paths:
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/loca/cuda/lib:$LD_LIBRARY_PATH
配置好环境变量,在终端执行:
source ~/.bashrc
可以通过命令:
nvcc -V
查看编译环境是否安装成功。要运行例子的话记得先make
OPENCV2.4.10安装
安装opencv需要的安装包也可以在上面给的官网中下载到
在终端执行命令:
sudo apt-add-repository universe
sudo apt-get update
cd到opencv资源目录
sudo dpkg -i libopencv4tegra-repo_l4t-r21_2.4.10.1_armhf.deb
sudo apt-get update
sudo apt-get install libopencv4tegra libopencv4tegra-dev
opencv本地编译配置参照这里。
Caffe安装
我们需要先安装caffe的依赖包
sudo apt-get install libprotobuf-dev protobuf-compiler gfortran libboost-dev cmake libleveldb-dev libsnappy-dev libboost-thread-dev libboost-system-dev libatlas-base-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev gcc-4.7 g++-4.7
安装git,下载并安装caffe
sudo apt-get install -y git
git clone https://github.com/BVLC/caffe.git
cd caffe && git checkout dev
cp Makefile.config.example Makefile.config
sed -i "s/# CUSTOM_CXX := g++/CUSTOM_CXX := g++-4.7/" Makefile.config
需要修改默认的gcc版本为4.7,之后
make all -j4
等待一段时间安装完成之后,运行caffe的测试包来检查安装成功与否
make runtest -j4
至此安装过程完毕。运行一下caffe的例子测试性能
build/tools/caffe time --model=models/bvlc_alexnet/deploy.prototxt --gpu=0
如果在make all 的过程出现报错,可以参看error具体是什么问题,百度或者Stack Overflow提问应该都可以解决。