【开箱、组装】略去
系统安装过程
选用的是在Nvidia
官网上预先调配好的ainano
的软件包,这个软件包很特殊,需要你在https://www.nvidia.cn/deep-learning-ai/education/这个网站上注册账号并且进入使用Jetson Nano开发AI应用
课程(免费),在课程的Setting up your Jetson Nano
中可以找到这个镜像。
至于为什么要用这个镜像,那就是另一个故事了:
Jetson Nano 使用了aarch64
架构,这个架构下的软件支持并不是特别完备。所以如果使用NVIDIA提供的原版镜像的时候,里面没有python3-numpy
和torch
,需要自行下载。但是在Jetson Nano上一直报错(Numpy
编译错误,TensorFlow
好像也是这样),所以找了一个NVIDIA
已经预先调配好的镜像进行下载。
好的,镜像也烧写完成了,下一步就是插卡,接电,搞起!
这里要注意使用AInano
的时候,需要使用micro-usb
接口进行数据传输。所以要使用5V4A
的DC电源。
在这里,需要先把Nano的J48 Jumper
接上(切换到DC供电模式),才能使用DC供电 !
上手
在Nano
上,NVIDIA
预先安装了Jupyter Lab
作为开发环境(需要usb连接Windows或Mac或 iPad
),并且在其中放入了一些例程作为参考,点赞!同时,检查一下要用的python包的版本:
numpy
:1.18.1
torch
:1.1.0
opencv
:4.1.1
python
:3.6.9
- ……
版本都是挺新的,可以放心食用。
后面的文章更多的就是一个NVIDIA免费课程(Getting Started wit AI on Jetson Nano
)的翻译了。
在JupyterLab
中可以直接对Nano
进行命令行操作,例如调整运行功率:
sudo nvpmodel -m 0
(设置为MAXN满功率)sudo nvpmodel -m 1
(设置为5W功率)sudo nvpmodel -q
(显示当前功率模式)
也有Nano
上类似于任务管理器
的软件:jetson-stats
(参考了https://blog.csdn.net/chongzi865458/article/details/102789374)
# 下载jetson-stats
sudo -H pip install jetson-stats
# 进入监视界面(叫jtop【雾】)
sudo jtop
如果你习惯了使用TensorFlow
,NVIDIA
已经为你准备好了这些:(参考https://docs.nvidia.com/deeplearning/frameworks/install-tf-jetson-platform/index.html)
# 安装必要的组件
sudo apt-get update
sudo apt-get install libhdf5-serial-dev hdf5-tools libhdf5-dev zlib1g-dev zip libjpeg8-dev liblapack-dev libblas-dev gfortran
# 在输入的时候注意zlib1g!
# 这里我们不需要升级pip3,在ainano中自带的pip3已经是较新的19版本
sudo pip3 install -U pip testresources setuptools
sudo pip3 install -U numpy==1.16.1 future==0.17.1 mock==3.0.5 h5py==2.9.0 keras_preprocessing==1.0.5 keras_applications==1.0.8 gast==0.2.2 futures protobuf pybind11
# 这一步可以跳过,在安装tensorflow包的时候会自动检查缺少的包。
sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v43 tensorflow
# 这个默认下载了最新版(2.0.0)的tensorflow,如果有需要,可以指定一个版本
# sudo pip3 install --pre --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v43 tensorflow==2.0.0
# 也可以直接上https://developer.download.nvidia.cn/compute/redist/jp/v43/tensorflow-gpu/
# 先下载whl文件再进行安装
安装matplotlib
,scipy
失败!
【搬运自自己的简书】