TX2安装jetpack4.3,随后配置yolov3及pytorch1.3全过程

最新推荐文章于 2023-12-21 22:44:08 发布
最新推荐文章于 2023-12-21 22:44:08 发布
阅读量2.3k 收藏 17
点赞数 1
分类专栏： TX2 配置pytorch 文章标签： pytorch 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DCGJ666/article/details/103753996
版权

TX2采坑全集

TX2安装jetpack4.3

参考博客

  1. 安装sdkmanager(需要注册nvidia账号)
  2. 选择安装的jetpack版本和TX2机型
  3. 进行下载安装，建议先选择只下载后安装，下载之前要给主机添加arm的源，否则可能会下载失败；下载失败也没关系，多retry一下就可以。
  4. 进行安装，首先拿一条usb数据线将主机与TX2相连，在往TX2烧录数据之前，会提示你将TX2进行重置，按操作要求重置就好，重置完毕后，就会像装ubuntu一样，在TX2上先装一个ubuntu18.04。安装完毕之后，设置账号密码，随后在安装进度大约49%的时候，会提示你与TX2建立ssh连接，账号，密码就填你之前设置好的TX2的账号密码。随后就等待安装。如果你一次安装成功了，那真是太棒了，欧皇。

安装cuda成功

这时候你要在~/.bashrc中配置cuda和cudnn的路径
sudo gedit ~/.bashrc
打开文件后，在文件的最后添加
export PATH="/usr/local/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH"
export CUDNN_LIB_DIR=/usr/lib/aarch64-linux-gnu
export CUDNN_INCLUDE_DIR=/usr/include
然后source ~/.bashrc

安装cuda失败

如果你retry了好多遍也安装不成功的话，也没关系，毕竟有人已经走过你走的路了，接着看就行。我按照一位大佬的博客参考博客接着安装就好，其中安装libnvinfer-samples_巴拉巴拉的文件的时候，博客上没有说，应该先安装这些依赖
libnvinfer-plugin-dev
libnvinfer-plugin-dev-cross-aarch64
libnvparsers-dev
libnvparsers-dev-cross-aarch64
libnvonnxparsers-dev
livnvonnxparsers-dev-cross-aarch64
其他安装步骤就和参考博客一致就好，安装完成后可以去cuda-10.0的samples里找一个大海的demo实验一下是否成功，找到文件夹后一定要sudo make，不能只make。

安装opencv

jetpack4.3里是自带opencv4.1.1的，但是它只能在python里import,在配置yolov3的时候，找不到opencv，于是我就怒卸opencv，在官网上找了一个3.4.5的源码，自行编译。参考博客,其中博客上一开始让下载的依赖包有的没有，貌似有两个，其实可以不下，删除了就行。然后你就根据博客上的操作进行就行，jetpack4.3有一个更新的地方就是它的开启风扇的文件不在home里了，在/usr/bin的jetson_clocks文件，编译的时候记得开启最大功耗和小风扇。

TX2配置yolov3

经过以上步骤之后，随便搜一个TX2配置yolov3编译一下，跑一下demo就完事了，但是有一个小坑，就是要在cfg文件夹下修改yolov3.cfg，将batch和下面的那个参数改小一点，平均一张图片0.5s。

TX2安装pytorch

安装pytorch，网上一搜全是天坑啊啥的,在这我就要感叹时代在进步啊，pytorch官网想的周全啊。

厉害吧
人家已经给你编译好了，这里注意需要jetpack4.2以上版本，这时候你就把这东西下载下来，直接python3 install 巴拉巴拉.whl就安装成功了，这时候你去python里import试一试，如果出错了，可能是numpy的版本不够高，升级一下numpy版本就行了。

DCGJ666
关注
专栏目录
Jetson TX2、AGX （一）刷机攻略__JetPack 4.3
_yuki_
12-20 5194
废话不多说了，TX2和Nano，都是亲测可行。 硬件准备： 1）一台闲置的 PC 软件准备： 1）VMWare 官方地址：https://www.vmware.com/ （版本15+64bit） 2）ubuntu18.04 镜像：https://ubuntu.com/download/desktop（必须18.04） 3）SDK Manager英伟达官网地址：https...
Jetson tx2 使用 jetpack 4.3刷机全过程
01-09
1.首先准备一台安装有ubuntu 18.04(ubuntu16.04)系统的主机（host也就是笔记本） 2.在nvidia官网注册一个nvidia的账号用于下载jetpack 4.3时使用（刷机过程中需要登录）使用163等邮箱注册（亲测），QQ邮箱一般不太好用 注册地址 3.下载sdk Manager( jetpack 4.3版本) 下载地址 4.下载完成后（会自动弹软件安装窗口）点击安装即可 或者利用shell命令可以进行软件的安装version,build自行选择 sudo apt install ./sdkmanager-[version].[build#].deb 直接点击图
Jetson TX2如何使用SDK Manager下载Jetpack 4.6.4
最新发布
m0_60381595的博客
12-21 2280
纳尼难道被制裁了，后来去某管看了看美国的一位老哥也爆这种错误，后来想了想也有可能是年龄写小了（当时随便写的），于是又用QQ邮箱重新注册了一个（某些博主用Gmail注册似乎解决了这个问题），摇身一变成为剑桥40岁老大爷注册成功。升级了一下VM版本（15Pro→16Pro），还是不行，顺便说一下如何判断板子如何进入recovery mode:是否重新上电无所谓，按住载板rec键（长按），再按一下rst键（短按），再松开rec就行了。之前安双系统的时候还跑过小海龟呢，不过那个是20.04的。
arm安装cuda9.0，tensorflow-gpu, jetson tx2安装Jetpack踩坑合集
m0_37718269的博客
11-09 6967
因为要在arm（aarch64）架构的linux环境中安装tensorflow-gpu,但是官方tf网上没有对应的版本，所以我们找了好久，找到一个其他人编译好的tensorflow on arm的github(https://github.com/lhelontra/tensorflow-on-arm)，但是用pip install 完成之后 的时候出现 谷歌了一下，发现需要更新libstd...
NVIDIA Jetson AGX Xavier刷机Jetpack4.3
weixin_43877080的博客
06-28 2016
这里写自定义目录标题新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markd
TX2刷机（亲测）jetpack4.3
z952957407的博客
07-09 1878
https://developer.nvidia.com/nvidia-sdk-manager
Xavier 刷机教程 （Jetpack 4.3）
weixin_41153216的博客
09-24 2309
文章目录Step 1: 搭建虚拟机（刷机过程中的HOST）Step 2: 下载SDK ManagerStep 3: 配置开发环境Step 4: 对应软件下载和安装Step 5: 烧录Step 6: 安装系统需要环境Step 7: Xavier上查看L4T版本 博客中每个字都是自己码的，图也是自己实操，转载或使用请征得同意。谢谢。    由于项目需求，需要将Xavier的L4T版本刷成32.3.1，因此要对Xavier进行刷机，刷成Jetpack 4.3。主要参考链接：Xavier刷机教程 Step 1: 搭
TX2 Jetpack4.3安装pytorch1.4.0+torchvision0.5.0
weixin_42365767的博客
04-22 979
标题TX2 Jetpack4.3安装pytorch1.4.0+torchvision0.5.0 1. 查看安装的jetpack版本 sudo pip3 install jetson-stats sudo jtop 然后选择5-INFO（键盘按5） 就可以清楚看到 Jetpack 版本，还有其他的硬件信息； 2. 根据jetpack版本查看支持的pytorch版本 由于TX2是arm架构，所以在pytorch官网无法安装，目前清华源好像有1.8.0和1.8.1版本的pytorch（感谢苹果M1带动arm行业
Ubuntu18.04-多个Python版本共存-pyenv-Jetson TX2-JetPack 4.3-pytorch安装-torchvision
zhouwensmile的博客
01-18 344
文章目录写在前面完成的任务pyenv安装pyenv安装python 3.6.12设置当前用户目录使用python 3.6.12安装pytorch 1.2安装torchvision 0.4.0写在后面 写在前面 2020年8月25日：这个时间点，在Jetson TX2安装pytorch是一件非常简单的事情，网上很多文章把它写复杂了，实在是不应该呀 刷入JetPack 4.3，apt更换为国内源。选择这个版本的原因是对应cuda的版本为10.0。 JetPack 4.4对应cuda版本为10.2，如果需要cud
TX2安装pytorch1.4所需文件.zip
07-22
TX2安装pytorch1.4过程中需要下载的toch和torchvision文件，安装教程见博客https://blog.csdn.net/qq_22059843/article/details/107505848
jetson-tx2-pytorch:在Nvidia Jetson TX1TX2上安装PyTorch
05-11
在NVIDIA Jetson TX1 / TX2上安装PyTorch 是一个新的深度学习框架，可以在Jetson TX1和TX2板上很好地运行。 它安装起来相对简单快捷。 与TensorFlow不同，它不需要外部交换分区即可在TX1上构建。 尽管TX2具有足够...
为JETSON TX2开发板部署YoloV5
贱贱的剑
03-04 4960
参考资料一：nvidia为JETSON Tx2编译的pytorch 参考资料二：Jetson软件包下载 参考资料三：Tx2安装工具的使用 参考资料四： Jetson烧录工具 参考资料五： B站下载的行人视频 一、升级TX2系统版本到最新版（JetPack4.6） 我拿到的板子的版本太低了，在工作的过程中会有很多问题，因此要先升级到最新版 下载参考资料四中的烧录工具，在Ubuntu18.04中安装，只能，必须，一定是Ubuntu18.04 安装完成后使用非root用户启动SDK Manger，登录Nvi.
NVIDIA AGX jetpack4.3版本更新至jetpack4.4（包含CUDA、TensorRT环境）
weixin_50008473的博客
09-04 1732
1 硬盘挂载 （1）显示硬盘和所属分区情况，执行命令：sudo fdisk -l 如下图所示： 此时240G的硬盘没有识别出来。 （2）对硬盘进行分区并格式化，执行如下命令 1>sudo parted /dev/nvme0n1 2>mklabel gpt 3>mkpart primary 2048s 100% 4>quit 5>sudo mkfs.ext4 /dev/nvme0n1p1 （3）查看操作后的硬盘详情，执行命令：sudo fdisk -l 如上图，/dev/nvme
Jetson tx2 jetpack 4.3刷机全过程爬坑详细记录
qq_22059843的博客
07-19 1386
1.注册帐号，下载SDK Manager 准备一台装有ubuntu系统的电脑（host） 在英伟达官网注册一个帐号用于下载SDKManager，注册链接 下载sdk Manager，下载地址 2、硬件链接，进入REC模式 2.1硬件连接 按TX2的电源开关按钮，接通电源。并用TX2配套的黑色数据线连接主机（Host）与TX2; 将TX2连接上显示器和键鼠; 用两根网线将主机与TX2分别连接到同一台路由器上; 安装之前下载的sdk Manager，安装完成打开登录自己的nvidia帐号，界面如
TX2安装YOLOv3(jetpack3.2.1)
watermelon的博客
11-02 143
下载darknet mkdir -p ~/dl/darknet cd ~/dl/darknet git clone https://github.com/pjreddie/darknet.git cd darknet 修改makefile GPU=1 CUDNN=1 OPENCV=1 OPENMP=0 DEBUG=0 ARCH= -gencode arch=compute_53,code=[sm_53,compute_53] \ -gencode arch=compute_62,code=
TX2 安装cv2需要的依赖——JetPack4.3
mathlxj的博客
05-14 593
JetPack 4.3自带了opencv 4.1.1,而当使用python3导入cv2时，发现仍缺少依赖，首先使用清华镜像源因此使用以下代码进行安装： sudo apt-get update sudo apt-get install -y build-essential make cmake cmake-curses-gui sudo apt-get install -y git g++ pkg-config curl libfreetype6-dev sudo apt-get install -y li
TX2安装pytorch1.00 心得总结
qq_42178122的博客
03-12 317
TX2安装pytorch1.00 心得总结cuda、cudn和python版本号wheel安装心得源码安装心得 由于导师的项目要求，作为小白的我被安装pytorch困扰了几天，以下是我总结的心得。 本篇是基于python3.6、cuda9.0和cudnn7.1版本 cuda、cudn和python版本号 由于TX2是基于ARM，cuda和cudn必须是ARM版本，版本号的查询如下： 查看 CUDA 版本 cat /usr/local/cuda/version.txt 查看 CUDNN 版本： cat
Jetson Nano 【5】Pytorch-YOLOv3原生模型测试
椰子奶糖的博客
02-16 3630
在torch1.4 版本下训练出的一个模型，正好用于测试Nano的环境安装是否正确 首先准备好测试程序、模型、测试数据 这些东东在本地是跑过的，是可以跑，就是速度堪忧，此次测试的目的主要是看环境能否跑，而来看看原生（不是tensorRT的情况下）的速度 先贴下基本结构 我们用3号程序choose得到samples后，就可以开始4号程序测试（直接运行即可） 以下是测试结果： 下面就是目标的...
jetson tx2 刷机jetpack 4.5
06-28
### 回答1： Jetson TX2刷机JetPack 4.5的步骤如下： 1. 下载JetPack 4.5软件包并解压缩。 2. 连接Jetson TX2开发板和主机，并确保它们在同一网络中。 3. 运行JetPack 4.5安装程序，并按照提示进行操作。 4. 选择要安装的软件包和组件，包括操作系统、CUDA、cuDNN、TensorRT等。 5. 等待安装完成，并根据需要进行配置和设置。 6. 完成后，重新启动Jetson TX2开发板，并验证安装是否成功。 注意事项： 1. 在刷机之前，备份重要数据以防丢失。 2. 确保Jetson TX2开发板的电源充足，并连接到可靠的网络。 3. 在安装过程中，遵循所有提示和警告，以确保安装成功。 4. 如果遇到问题，请参考JetPack 4.5的文档和支持资源，或联系技术支持人员。 ### 回答2： Jetson TX2是一款功能强大的嵌入式系统开发板，它提供了高性能计算、计算机视觉、深度学习等功能，非常适合进行人工智能、机器人、自动驾驶、医疗和安防等领域的开发。本篇文章将介绍如何刷机JetPack 4.5。 首先，我们需要下载JetPack 4.5。JetPack是NVIDIA公司提供的一款开发套件，它能够为Jetson TX2提供最新的固件、驱动程序和标準化工具包。为了下载JetPack 4.5，我们需要在NVIDIA公司的官方网站上注册Jetson开发者账号。注册完成后，我们就可以在Jetson下载中心下载JetPack 4.5。 下载完JetPack 4.5之后，我们需要安装它。这个过程非常简单，只需要按照界面提示一步一步操作即可。安装完毕后，我们就可以连接TX2和主机，并打开命令行界面。 要开始刷机，我们需要进入到JetPack目录，并执行以下命令： $ cd JetPack_4.5_Linux_JETSON_TX2/ $ ./JetPack-L4T-4.5-linux-x64_b33.run 这个命令会启动JetPack 4.5的GUI界面。在这个界面里，我们可以看到很多的选项，可以选择需要的软件库，勾选需要的软件包，最后点击Next按钮，JetPack 4.5就会按照选择的配置对TX2进行相应的刷机。在这个过程中，我们需要耐心等待，不要中途把TX2和主机断开，也不要停止安装过程。 刷机完成后，我们需要重新启动TX2，并在终端窗口里输入以下命令进行测试： $ sudo nvpmodel -m 0 $ sudo jetson_clocks $ nvidia-smi 这些命令会测试设备的性能，并输出一些信息，以确保刷机成功。 总之，Jetson TX2刷机jetpack 4.5是一项非常关键的工作，需要认真操作。只要按照以上步骤进行，刷机过程就可以一步完成。同时，我们也需要注意备份重要的数据，以便在刷机过程中出现问题时进行恢复。 ### 回答3： Jetson TX2是一款高性能AI计算平台，它的性能非常强大，可以支持各种深度学习和机器学习的应用。为了更好地提升Jetson TX2的性能，我们可以选择刷机jetpack 4.5。 首先，我们需要准备一些工具和文件，包括Jetpack 4.5、Jetson TX2设备、USB线、电源线和一台PC。接着，我们需要将Jetson TX2设置为Force Recovery模式，方法是先断电，然后将Micro USB插口与PC连接，再接通电源。待TX2启动时，按住TX2底部的“Force Recovery”按钮不放，然后在PC上执行“lsusb”命令查看TX2的状况，如果能够看到NVIDIA Corp的设备，则已进入Force Recovery模式。 接下来，在PC中运行Jetpack 4.5图形化界面，连接好TX2后，选择需要安装的软件包，如CUDA、cuDNN、TensorRT等。Jetpack 4.5会自动下载这些软件包，并按照默认设置进行安装。安装过程中可能会弹出一些确认框，需要按照提示进行操作。 安装完成后，我们可以通过ssh连接到TX2上，以验证是否安装成功。在PC中打开终端，输入“ssh username@IPadress”，其中username是TX2上的用户名，IPadress是TX2的IP地址。在TX2上输入命令“nvidia-smi”，即可查看是否成功安装了NVIDIA驱动程序和CUDA等软件包。 通过以上步骤，我们就可以成功刷机jetpack 4.5，提升Jetson TX2的性能，为后续的开发工作提供了良好的支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值