在Jetson nano上搭建深度学习环境(Anoconda和pytorch安装)

1.Miniforge安装

1.安装bash文件

bash Miniforge-pypy3-4.9.0-3-Linux-aarch64.sh

完成后如图:

2.创建自己的环境,命名为nano

conda create -n nano python=3.6

2.pytorch安装

1.激活环境

2.依次执行以下几个命令,pytorch版本视自己情况而定

wget https://nvidia.box.com/shared/static/p57jwntv436lfrd78inwl7iml6p13fzh.whl -O torch-1.8.0-cp36-cp36m-linux_aarch64.whl
sudo apt-get install python3-pip libopenblas-base libopenmpi-dev 
pip3 install Cython
pip3 install numpy torch-1.8.0-cp36-cp36m-linux_aarch64.whl

完成后检查一下
在这里插入图片描述

python3
import torch

如下图,无报错则安装正确,若出现core error则关闭terminal,重新打开即可
在这里插入图片描述

3.安装torchvision

注意替换为自己的torchvision版本

sudo apt-get install libjpeg-dev zlib1g-dev libpython3-dev libavcodec-dev libavformat-dev libswscale-dev
git clone --branch <version> https://github.com/pytorch/vision torchvision   # see below for version of torchvision to download
cd torchvision
export BUILD_VERSION=0.x.0  # where 0.x.0 is the torchvision version  
python3 setup.py install --user
cd ../  # attempting to load torchvision from build dir will result in #import error
pip install 'pillow<7' # always needed for Python 2.7, not needed torchvision v0.5.0+ with Python 3.6

import torchvision检查一下:
在这里插入图片描述
文中所有资源可在此处下载
完结撒花!!!

很抱歉,根据提供的引用内容,我没有找到关于Jeston Nano手势识别的相关信息。但是,Jeston Nano可以部署自己的网络,实现目标检测、图像分类等AI能力。如果你想了解如何在Jeston Nano上进行手势识别,你可以尝试以下步骤: 1. 安装OpenCV和其他必要的库: ```shell pip install opencv-python pip install numpy ``` 2. 下载并训练手势识别模型,可以使用深度学习框架如TensorFlow或PyTorch来训练模型。 3. 在Jeston Nano上加载训练好的模型,并使用摄像头捕获图像。 4. 对捕获的图像进行预处理,例如调整大小、归一化等。 5. 使用加载的模型对预处理后的图像进行手势识别。 以下是一个简单的示例代码,演示了如何在Jeston Nano上进行手势识别: ```python import cv2 import numpy as np # 加载训练好的模型 model = ... # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头捕获的图像 ret, frame = cap.read() # 对图像进行预处理 processed_frame = ... # 使用模型进行手势识别 prediction = model.predict(processed_frame) # 在图像上显示识别结果 cv2.putText(frame, prediction, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow('Gesture Recognition', frame) # 按下 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭窗口 cap.release() cv2.destroyAllWindows() ``` 请注意,以上代码只是一个示例,你需要根据你的具体需求和训练好的模型进行适当的修改。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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