查询Jetson设备与开发环境版本的基础信息

L4T(Linux for Tegra)版本
root@nx:/etc/netplan# cat /etc/nv_tegra_release
# R35 (release), REVISION: 3.1, GCID: 32827747, BOARD: t186ref, EABI: aarch64, DATE: Sun Mar 19 15:19:21 UTC 2023

操作系统(Ubuntu)版本
root@nx:/etc/netplan# cat /etc/lsb-release
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=20.04
DISTRIB_CODENAME=focal
DISTRIB_DESCRIPTION="Ubuntu 20.04.5 LTS"

内核驱动版本,这个与周边设备的驱动有关
root@nx:/etc/netplan# uname -a
Linux nx 5.10.104-tegra #1 SMP PREEMPT Sun Mar 19 07:55:28 PDT 2023 aarch64 aarch64 aarch64 GNU/Linux

查看 CPU

root@nx:/etc/netplan# lscpu
Architecture:                    aarch64
CPU op-mode(s):                  32-bit, 64-bit
Byte Order:                      Little Endian
CPU(s):                          6
On-line CPU(s) list:             0-3
Off-line CPU(s) list:            4,5
Thread(s) per core:              1
Core(s) per socket:              2
Socket(s):                       2
Vendor ID:                       Nvidia
Model:                           0
Model name:                      ARMv8 Processor rev 0 (v8l)
Stepping:                        0x0
CPU max MHz:                     1907.2000
CPU min MHz:                     115.2000
BogoMIPS:                        62.50
L1d cache:                       256 KiB
L1i cache:                       512 KiB
L2 cache:                        4 MiB
L3 cache:                        4 MiB
Vulnerability Itlb multihit:     Not affected
Vulnerability L1tf:              Not affected
Vulnerability Mds:               Not affected
Vulnerability Meltdown:          Not affected
Vulnerability Spec store bypass: Not affected
Vulnerability Spectre v1:        Mitigation; __user pointer sanitization
Vulnerability Spectre v2:        Mitigation; Branch predictor hardening
Vulnerability Srbds:             Not affected
Vulnerability Tsx async abort:   Not affected
Flags:                           fp asimd evtstrm aes pmull sha1 sha2 crc32 atomics fphp asimdhp cpuid asimdrdm dcpop


查看内存
              total        used        free      shared  buff/cache   available
Mem:           6853         948        5355          20         548        5694
Swap:          3426           0        3426

查看硬盘空间

root@nx:/etc/netplan# df -h
Filesystem      Size  Used Avail Use% Mounted on
none            3.4G     0  3.4G   0% /dev
tmpfs           3.4G     0  3.4G   0% /dev/shm
tmpfs           686M   19M  667M   3% /run
tmpfs           5.0M  4.0K  5.0M   1% /run/lock
tmpfs           3.4G     0  3.4G   0% /sys/fs/cgroup
/dev/nvme0n1p1  103G   15G   83G  16% /
tmpfs           686M   16K  686M   1% /run/user/124
tmpfs           686M  8.0K  686M   1% /run/user/1000

USB 设备
root@nx:/etc/netplan# lsusb
Bus 002 Device 002: ID 0bda:0411 Realtek Semiconductor Corp. 4-Port USB 3.0 Hub
Bus 002 Device 001: ID 1d6b:0003 Linux Foundation 3.0 root hub
Bus 001 Device 003: ID 0bda:c123 Realtek Semiconductor Corp. Bluetooth Radio
Bus 001 Device 002: ID 0bda:5411 Realtek Semiconductor Corp. 4-Port USB 2.0 Hub
Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Jetson Nano的基础环境配置包括以下步骤: 1. 安装操作系统:Jetson Nano支持多种操作系统,包括UbuntuJetPack等。可以根据需求选择合适的操作系统进行安装。 2. 连接网络:Jetson Nano可以通过有线或无线网络连接到互联网。需要配置网络连接,以便进行软件包的安装和更新。 3. 安装基础软件包:Jetson Nano需要安装一些基础软件包,包括Python、OpenCV、CUDA等。可以通过命令行或软件包管理器进行安装。 4. 配置开发环境Jetson Nano支持多种开发环境,包括C++、Python、TensorFlow等。需要根据需求进行配置,以便进行开发和调试。 5. 测试环境:在完成基础环境配置后,需要进行测试以确保系统正常运行。可以编写简单的程序进行测试,例如打印系统信息、读取摄像头等。 以上是Jetson Nano基础环境配置的主要步骤,需要根据具体情况进行调整和优化。 ### 回答2: Jetson Nano 是 NVIDIA 推出的一款人工智能边缘计算平台,是一种高性能、低功耗的小型计算机,可以运行深度学习模型和机器学习算法。为了使用 Jetson Nano,我们需要对其进行基础环境配置。 一、系统安装 目前 Jetson Nano 支持的系统有 Ubuntu18.04 和 Jetpack 4.2.2,我们可以从 NVIDIA 官网上下载镜像并进行安装。 二、软件安装 1. 更新系统 在终端中输入以下命令: ``` sudo apt update sudo apt upgrade ``` 2. 安装编辑器 Jetson Nano 默认没有安装任何编辑器,常用的编辑器有 nano 和 vim。在终端中输入以下命令安装 nano 编辑器: ``` sudo apt install nano ``` 3. 安装 Python Jetson Nano 默认没有预装 Python,我们需要手动安装。在终端中输入以下命令: ``` sudo apt install python3-pip python3-dev pip3 install -U pip ``` 4. 安装 OpenCV OpenCV 是一种计算机视觉和机器学习的开源库,可以进行图像和视频处理、特征提取等操作。在 Jetson Nano 上需要手动安装。在终端中输入以下命令: ``` sudo apt install libopencv-dev python3-opencv ``` 5. 安装 PyTorch PyTorch 是一种基于 Python 的深度学习框架,可以在 Jetson Nano 上运行。在终端中输入以下命令安装 PyTorch: ``` sudo apt install python3-pip libopenblas-base libopenmpi-dev pip3 install torch torchvision ``` 三、其他配置 1. 显示器分辨率配置 Jetson Nano 默认的分辨率是 720P,如果需要更高的分辨率可以通过修改配置文件实现。在终端中输入以下命令: ``` sudo nano /boot/extlinux/extlinux.conf ``` 找到 "APPEND recovery=UUID=**** rootfstype=ext4 video=tegrafb no_console_suspend=1 console=tty0 fsck.repair=yes net.ifnames=0" 一行,加入“video=HDMI-A-1:1920x1080M@60”参数,默认情况下是 720P 分辨率,如果要修改成 1080P 可以将参数改成“video=HDMI-A-1:1920x1080M@60”。 2. 网络配置 我们可以通过修改网络配置文件来配置 Jetson Nano 的网络连接方式,在终端中输入以下命令: ``` sudo nano /etc/network/interfaces ``` 找到 "auto lo iface lo inet loopback" 一行,下方加入以下内容: ``` auto eth0 iface eth0 inet dhcp ``` 保存文件后,关闭终端重新启动网络服务: ``` sudo service network-manager restart ``` 以上就是 Jetson Nano 基础环境配置的内容,通过以上步骤,我们可以成功配置 Jetson Nano 的环境,并使用它来运行深度学习模型和机器学习算法。 ### 回答3: Jetson Nano是一款强大的嵌入式平台,用于在端到端AI中实现视觉和语音处理能力。要开始使用Jetson Nano,我们需要先进行一些基础环境配置。下面是基础环境配置的步骤: 1. 烧录Jetson Nano的操作系统 Jetson Nano支持多种操作系统,包括UbuntuJetPack。操作系统可以通过NVIDIA官网下载。在下载之前你需要注册一个NVIDIA开发者账号,有了账号后,你可以轻松下载所需的软件。下载完成后,可以使用Etcher或Rufus等工具将系统烧录到SD卡中。将SD卡插入Jetson Nano,连接键盘、鼠标和显示器,即可正常安装系统。 2. 配置网络连接 连接到Jetson Nano并为其配置网络连接非常重要。Jetson Nano可以通过有线连接或Wi-Fi连接到网络。连接到有线网络时,只需将网线插入Jetson Nano的网络端口即可。如果使用无线网络,则需要配置Wi-Fi网络。点击屏幕右上角的网络图标,选择Wi-Fi选项,输入网络名称和密码即可完成配置。 3. 更新系统软件和驱动程序 安装完操作系统后,需要更新系统软件和驱动程序。打开终端并更新。运行以下命令: sudo apt-get update sudo apt-get upgrade 这个过程可能需要一些时间,但更新系统软件是很重要的。同时,这个过程中建议选择NVIDIA官方提供的驱动程序,或根据Jetson Nano型号选择相应的驱动程序安装。 4. 配置CUDA和cuDNN Jetson Nano的核心能力在于其强大的GPU,而CUDA和cuDNN是支持GPU的计算加速库。在使用Jetson Nano时,我们需要配置这些库。它们可以从NVIDIA官网下载,下载并安装后,需要进行配置使用。 5. 安装开发环境 安装开发环境非常重要,因为它为我们提供了开发和调试Jetson Nano的工具和环境。Jetson Nano支持多种编程语言,如Python、C++等,因此需要安装相应的IDE或文本编辑器。Jetson Nano还支持Jupyter Notebook,这是一种交互式计算环境,可以帮助开发人员快速进行开发和测试。 这是Jetson Nano基础环境配置的步骤,基础环境配置完成后,我们就可以开始构建AI应用程序。Jetson Nano是一款非常强大的嵌入式平台,它可以帮助我们实现端到端的AI,提高产品质量和生产效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值