NVIDIA-Jetson nano xaviar 部署

目录

所有你想知道的都在这里

1. 安装python pip 环境 

2. jtop 安装

3. nvcc -V 报错

4. Jetson 上docker 环境部署

 5.推送docker 到私人服务器

6. Jetson 安装cuda

7. 关于jetson 上的cuda、 cudnn、TensorRT 的疑问

---

所有你想知道的都在这里

1. 安装python pip 环境 

sudo apt-get install python3
sudo apt-get install python3-pip

#安装jetson-stats
pip3 install jetson-stats

2. jtop 安装

sudo -H pip3 install jetson-stats -i https://pypi.douban.com/simple/ 

3. nvcc -V 报错

bash: nvcc: 未找到命令

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_ROOT=/usr/local/cuda

4. Jetson 上docker 环境部署

参考官方链接去拉对应的docker 

NVIDIA L4T PyTorch | NVIDIA NGC

不同的Jetpack 版本对应了不同的docker image, 可以查看github 去查找对应的镜像https://github.com/dusty-nv/jetson-containers

 如何查看当前的JetPack 版本呢？

sudo apt-cache show nvidia-jetpack

 然后通过jtop 查看L4T 的版本，就能选择正确的镜像版本了

 5.推送docker 到私人服务器

Docker 拉下来之后，把环境部署好之后，参考如下的链接去把docker 推送到私人仓库