jetson nano bo1 主板学习配置过程

最近需要在jetson主板上面部署自己的程序，经历了诸多困难以后，终于弄好了，在此记录一下流程以及碰到的问题。预防下次碰到相同的问题。

1.我用的是将系统烧录到sd卡里面的方式。首先找一张内存卡，最好是大点的，我用的64的，系统自己就占据13g。再加上自己跑的程序什么的，内存还是多点好。

2.找好内存卡以后，先必须看一下把内存卡格式化，这一步很重要。如果是烧录过系统的内存卡一定要记得格式化！！！！

3.格式化完成以后，先去因特尔官方镜像网站下载一个系统的安装包，必须是符合自己板子的系统。因为我用的sd卡，所以下载的类型就是sd-card-image。

官方镜像网站：

https://developer.nvidia.com/embedded/downloads

网站很难打开，我把我下载的一个镜像放在下面：

链接：https://pan.baidu.com/s/1HRRmtv0BkhxeJrkgS1ZR5A 
提取码：7enn 
4.下载好镜像以后就是把镜像解压，解压以后把镜像烧录到sd卡里面，烧录的过程是我让我同学帮忙烧录的，用的软件是Win32DiskImager。就是烧录的过程有点漫长。

5.系统烧录好以后就是把内存卡插入板子的卡槽。弄好以后插上显示器，鼠标，键盘。开机以后就是安装Ubuntu系统的步骤，这里很简单，跟着点就好了。

这里有一点很重要：

你选系统语言的时候一定要选英语，选汉语后面可能会碰到莫名其妙的问题。所以还是选英语吧。后面会省去很多麻烦。而且如果系统不对，全部推到重来。

在后续我进行格式化的时候发现电脑检测sd卡是把sd卡当作一个系统来检测的。导致格式化很困难。也陆续尝试了网上很多的方法，都没有效果。

最后我就多次把sd卡插在电脑上面，偶然有一次弹出来了一个硬盘，还有格式化选项，就对sd卡选择格式化了，然后重新烧录的系统。所以这都是血和泪的教训，还是安装一下英语的吧，反正需要用的东西不多。

6.进入系统以后就是进行anaconda的安装。在这里我可以说是踩尽了坑。

（1）安装anaconda一定要注意板子是aarch架构的，所以你必须要安装aarch架构的anaconda。

安装其他的都不可以。这里很重要！！！！

（2）我安装完anaconda以后环境一直没法激活，于是就激活环境，但是环境只有在这个文件夹下才可以激活，回到桌面打开控制台就不可以了。所以放弃了。

（3）miniconda的安装。

找一个miniconda的aarch架构的安装包进行安装。

下载链接：

链接：https://pan.baidu.com/s/1NmfMPQglKoKdGxhM9gl1gA 
提取码：9aot 
下载完成以后，把安装包拷贝进u盘里面。用u盘拷进板子的系统里面。

打开终端以后依次输入下面命令：

cd 安装包所在文件夹
bash Miniconda-3.5.2-Linux-x86_64.sh
#一直回车就好了  碰见输入yes/no的直接输入yes
#中间看条约需要按很多回车，只需要按一下q就可以直接跳过了
cd /home/miniconda/bin
source activate
#最后一步是激活环境。

环境激活以后输入以下命令：

conda -V      #查看conda版本
nvcc-v        #查看cuda版本

在查看cuda版本是如果显示未找到命令就按照下面的操作来：

su root
vi ~/.bashrc
# 在文件末尾添加环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0
# wq! 保存退出
# 更新配置文件
source ~/.bashrc

如果上面的操作进入到.bashrc不能够进行编辑操作就按照下面的步骤来：

打开home 

CTRL+h

home文件夹下面隐藏的文件就会显示出来了。再按照上面的进行操作就好了。

如果操作完成以后还是不可以就按照下面的代码来操作：

su root
vi ~/.bashrc
# 在文件末尾添加环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64
export PATH=$PATH:/usr/local/cuda-9.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
# wq! 保存退出
# 更新配置文件
source ~/.bashrc

即把cuda的版本号去掉就可以了。接下来继续nvcc -V就可以查看自己的cuda了。

根据自己的cuda版本去pytorch官网复制与自己版本相对应的命令进行下载就可以了。

最后还有一些碰到的比较难的问题，到现在也没有搞明白：

miniconda安装完成并且激活以后发现创建环境以后可以进行conda，但是不能够进行pip。

利用conda list查看发现环境当中是安装有pip的。没办法就把miniconda卸载以后又重新安装了一下，这个问题就解决了。

其他的就是在base建环境，安装自己程序需要的包了。就没有什么好说的了。