jetson nano配置过程中踩过的坑

一、更换源地址后apt-get update出错

解决办法：

进入桌面，打开设置 ------软件更新---------勾选所有选项，再次运行更新命令

 

二、python3及pip安装

sudo apt-get install python3-dev python3-pip

 

三、安装h5py报错，无法编译

首先使用pip3 list查看是否已经安装cython，numpy，如果已经安装请卸载

然后，

apt-get install python3-numpy   # 安装numpy

apt-get install cython3               # 安装Cython

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple h5py            # 耐心等待编译

 

四、使用pip安装的所有软件都无法正常使用，illegitmacy core dump

原因：多半是因为安装的源对应的第三方库为已经编译好的，其编译平台包含AVX或AVX2指令集，而jetson nano上不包含该指令集。

解决： 将安装的源换成 清华源， https://pypi.tuna.tsinghua.edu.cn/simple ,使用该源进行安装会自动下载源码进行编译，不存在内核不兼容的问题

如果还存在问题，则在中断输入  export OPENBLAS_CORETYPE=ARMV8 。 或者在系统or用户环境变量配置文件中加入这句话即可。

vi /etc/profile

source /etc/profile

想弄清楚原因，可以查阅这个：https://www.reddit.com/r/JetsonNano/comments/ktcyoh/illegal_instructioncore_dumped_error_on_jetson/

五、pytorch安装

https://forums.developer.nvidia.com/t/pytorch-for-jetson-version-1-8-0-now-available/72048

 

 

#########################################################################################################################################

                                                                             配置流程

 

参考链接：https://dwsun.blog.csdn.net/article/details/88975005?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-11.control&dist_request_id=1328626.9206.16153558946214233&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-11.control

 

切换功率模式

10w模式：

nvpmodel -m 0

5w模式：

nvpmodel -m 1

查看功率模式：

nvpmodel -q

设置完后运行：

jetson_clocks