nvidia tx2 VisionWorks初体验

网上查了一下,没有太多的中文资料,下面有一篇介绍。其它的只能查看官方文档了。

https://blog.csdn.net/talender/article/details/88947261

jetpack4.2.2烧写时已经把visionworks安装在里面了,所以不用再单独安装了,

安装位置在/usr/share/visionworks下,里面有source,有个安装脚本install-samples.sh, ./install-samples.sh ~/ 安装sample到用户目录下,进入用户目录直接make即可。

运行了下demo,速度很快,有gpu加速还是很强大的。

下面对示例以及结构进行简单说明。

简介

以上就是结构框图.

VisionWorks的基本概念

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NVIDIA TX2是一款强大的嵌入式系统,它集成了高性能的GPU和低功耗的ARM架构。PyTorch是一种基于Python的深度学习框架,它提供了丰富的工具和库来进行机器学习的开发和部署。 要在NVIDIA TX2安装PyTorch-GPU v1.10,需要按照以下步骤进行操作: 1. 首先,确保你的TX2系统已经正确安装NVIDIA的JetPack软件包,并且系统已经更新到最新版本。 2. 下载PyTorch-GPU v1.10安装包。可以在PyTorch官方网站上找到最新的安装包,并根据你的TX2系统版本选择相应的安装包。 3. 解压安装包。使用tar命令解压下载的安装包文件。可以使用以下命令:tar -xvf package.tar.gz 4. 进入解压后的目录。使用cd命令进入解压后的目录。可以使用以下命令:cd package 5. 安装PyTorch-GPU。在命令行中执行安装脚本。脚本的具体名称可能会有所不同,可以使用以下命令查看可执行脚本的列表:ls 6. 运行安装脚本。使用命令来执行可执行脚本以开始安装。可以使用以下命令:./install.sh 7. 安装完成后,可以通过在Python解释器中导入PyTorch库来验证安装是否成功。可以使用以下命令:python -c "import torch; print(torch.__version__)" 根据以上步骤,你可以在NVIDIA TX2上成功安装PyTorch-GPU v1.10。这将为你提供一个强大而高效的深度学习开发环境,让你能够在TX2上进行各种机器学习任务。请注意,安装过程可能需要一些时间和资源,因此请确保你的TX2系统连接到可靠的电源和网络,以避免中断或错误。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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