Jetson查CPU/GPU等的占用情况——jtop的安装和使用

Jtop的安装

(1) 安装JTOP查看可查CPU等的占用情况

    sudo apt-get update
    sudo apt-get full-upgrade
    sudo apt install curl
    sudo apt install nano
    curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py #下载安装脚本
    sudo python3 get-pip.py # 运行安装脚本
    sudo pip3 install jetson-stats
    jtop

检查已经安装的系统组件

(1) Jetson-nano的OS镜像已经自带了JetPack，cuda，cudnn，opencv等都已经安装好，并有例子，这些例子安装路径如下所示

TensorRT /usr/src/tensorrt/samples/
CUDA /usr/local/cuda-10.2/samples/
cuDNN /usr/src/cudnn_samples_v8/
VisionWorks /usr/share/visionworks/sources/samples/
/usr/share/visionworks-tracking/sources/samples/
/usr/share/visionworks-sfm/sources/samples/
​OpenCV /usr/share/opencv4/samples/

(2) 检查CUDA Jetson-nano中已经安装了CUDA10.2版本，但是此时你如果运行 nvcc -V是不会成功的，需要你把CUDA的路径写入环境变量中。OS中自带Vim工具，所以运行下面的命令编辑环境变量

首先，查看cuda的bin目录下是否有nvcc：

ls /usr/local/cuda/bin

如果存在，

sudo vim ~/.bashrc

进入配置文件； 在最后面添加以下两行：

注意:在vim中通过Esc退回命令模式，通过I切换到输入模块，在输入模式下才可以输入文本

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

注意:通过Esc退出到命令模式后，通过按下:开始输入命令，wq为保存并退出，q为退出，q!为强制退出

保存退出。

然后需要source下生效下。

source ~/.bashrc

 source后，此时再执行nvcc -V执行结果如下

nvcc -V

 （3）检查OpenCV

Jetson-nano中已经安装了OpenCV4.1.1版本，可以使用命令检查OpenCV是否安装就绪

pkg-config opencv4 --modversion

如果OpenCv安装就绪，会显示版本号，我的版本是4.4.1

（4）检查cuDNN

Jetson-nano中已经安装好了cuDNN，并有例子可供运行，我们运行一下例子，也正好验证上面的CUDA

终端输入jtop,

jtop

按键盘的右方向键选到7info,可以看到cuDNN的版本，如下图所示：